Ancestral state reconstruction with large numbers of sequences and edge-length estimation
基于似然的方法被广泛认为是重建祖先状态的最佳方法。虽然已经做了很多努力来研究这些方法的性能，以前的作品往往假设树的拓扑结构和边长是已知的。在某些情况下，树拓扑结构可能是合理的研究中的类群众所周知的。然而，当序列长度远小于物种数时，不太可能准确地估计边长。我们研究了星树下离散性状祖先状态的极大似然和经验贝叶斯估计的一致性。我们证明了基于似然的重建是一致的对称模型下，但可以是不一致的非对称模型。然而，我们发现，一个简单的相合估计量的祖先状态下的非对称模型。结果表明，可能性方法可以意外地具有不期望的属性，因为考虑的序列的数量变得非常大。更广泛的影响的结果进行了讨论。
2021-03-31 q-bio.PE stat.ME
Towards coevolution-aware ancestral sequence reconstruction
Sorbonne Université（索邦大学）；CNRS, Computational, Quantitative and Synthetic Biology（法国国家科学研究中心，计算、定量与合成生物学）；Dipartimento di Fisica, Sapienza Università di Roma（罗马智慧大学物理系）；DISAT, Politecnico di Torino（都灵理工大学地球与环境科学系）；Institut Universitaire de France (IUF)（法国高等研究院）
提出结合系统发育推断与直接耦合分析的共进化感知ASR框架，通过残基约束改善祖先重建，在β-内酰胺酶和DNA结合域上验证了方法的有效性。
2026-06-29 physics.bio-ph q-bio.BM q-bio.PE
Ancestral sequence reconstruction with Maximum Parsimony
基因组遗传学的主要目标之一是基于现代数据（例如DNA比对）来估计祖先序列。估计一组给定物种的最后一个共同祖先的数据的一种方法是首先用某种树推理方法重建一棵系统发育树，然后在该树的基础上使用某种祖先状态推理方法。最著名的树推理和祖先序列推理的方法之一是最大简约法（MP）。在这篇手稿中，我们专注于这种方法和祖先状态推断完全分叉树。特别是，我们调查了一个猜想发表的查尔斯顿和钢在1995年关于物种的数量，需要有一个特定的状态，说$a$，在一个特定的网站，以便MP明确返回$a$作为一个估计的状态，最后的共同祖先。我们证明了所有偶数个字符的状态，这是在生物学中最相关的情况下的猜想。我们还表明，该猜想一般不成立的奇数字符状态，但也提出了一些积极的结果，这种情况下。
2017-02-05 math.CO q-bio.PE
Global Alignment of Molecular Sequences via Ancestral State Reconstruction
分子系统发育学技术通常不能解释诸如位点插入和缺失（称为插入缺失）等常见的进化事件。相反，树构建算法和祖先状态推断程序通常依赖于序列进化的仅替换模型。在实践中，这些方法被扩展超出这个简化的设置与使用的questionistics，产生全局比对的输入序列-一个重要的问题，没有严格的基于模型的解决方案。在本文中，我们考虑一个新版本的多序列比对的背景下，随机indel模型。更确切地说，我们介绍了以下{ \em跟踪重建问题的树}（TRPT）：一个二进制序列是通过树的通道，我们允许替换，删除和插入广播，我们试图重建原始序列从收到的序列在树叶的树。我们给出了一个递归的过程，这个问题具有较强的重建保证在低突变率，也提供了一个对齐的序列在树叶的树。在先前的工作中已经研究了没有indel的TRPT问题（Mossel 2004，Daskalakis等人2006），作为获得最佳系统发育重建方法的自举步骤。目前的工作建立了一个框架，这些工作扩展到进化模型与indels。
2009-12-14 cs.DS math.PR math.ST
KwARG: Parsimonious reconstruction of ancestral recombination graphs with recurrent mutation
在存在重组和复发突变的情况下，给定遗传数据样本的可能历史的重建是一个具有挑战性的问题，但可以提供对种群进化的关键见解。我们提出了KwARG，它实现了一个基于吝啬的贪婪的启发式算法，寻找似是而非的系谱历史（祖先重组图）是最小或接近最小的假设重组和突变事件的数量。给定比对序列的输入数据集，KwARG输出可能的候选解决方案的列表，每个候选解决方案包括可能产生数据集的突变和重组事件的列表;解决方案中重组和复发突变的相对比例可以通过指定一组“成本”参数来控制。我们证明，该算法表现良好，与现有的方法相比。该软件在GitHub上提供。
2021-05-13 q-bio.PE
Quantifying the accuracy of ancestral state prediction in a phylogenetic tree under maximum parsimony
在系统发育研究中，生物学家经常希望从在树的叶子上观察到的状态估计进化树$T$的内部顶点$v$的祖先离散特征状态。一种简单而快速的估计方法-最大简约法-将$v$上的祖先状态取为任何状态，该状态使解释$T$上的演化所需的$T$中的状态变化的数量最小化。在本文中，我们进一步研究了这种估计方法的重建精度，在一个简单的对称模型的状态变化，并获得了一些新的结果，无论是2-状态字符，和$r$ -状态字符（$r>2$）。我们的研究结果依赖于建立新的身份和不平等，耦合参数的基础上，涉及一个更简单的“抛硬币”的方法来重建祖先的国家。
2018-05-01 q-bio.PE
Ancestral Sequence Reconstruction for Co-evolutionary models
祖先序列重建问题是从当代种群的测量属性中推断共同序列祖先的属性。这个问题的标准算法假设序列特征的独立（因子化）进化，这通常是错误的（例如蛋白质和基因组序列）。在这项工作中，我们已经研究了这个问题的序列所描述的全球共同进化模型，再现的全球模式的合作之间的相互作用的元素，组成it.For这一点，我们首先建模的时间演化的相关实值字符的多变量Ornstein-Uhlenbeck过程的有限树。这将序列表示为在二次势中进化的高斯向量，其描述了作用于进化实体的选择力。在贝叶斯框架下，我们开发了这些序列的重建算法，并获得了一个分析表达式，以量化我们的估计质量。我们将这种形式主义的离散值序列应用我们的方法的Potts模型。我们发现，对于连续和离散的配置，有一个广泛的参数，正确地重建祖先序列，种内相关性必须考虑在内。我们还表明，对于离散元素的序列，我们的重建算法优于传统的计划，独立的网站近似的基础上。
2021-10-29 cond-mat.dis-nn cond-mat.stat-mech q-bio.PE
Shrinkage Effect in Ancestral Maximum Likelihood
祖先最大似然法（AML）是一种同时重建系统发育树和祖先序列的方法。树和祖先序列在序列进化的马尔可夫模型下最大化观察给定数据的概率，其中分支长度也被优化，但被约束为在所有序列位点的任何边缘上取相同的值。AML与遗传学中更常见的最大似然（ML）形式不同，因为ML对所有可能的祖先序列进行平均。ML一直被认为是统计上一致的，也就是说，随着序列长度的增长，它以接近1的概率收敛到正确的树上。然而，AML的统计一致性尚未正式确定，尽管在一份文献中有非正式的评论，可以追溯到20年前。在这个简短的说明中，我们证明了一个一般的结果，这意味着AML是统计不一致的。特别是，我们表明，AML可以“收缩”树中的短边，导致在一棵树，没有内部分辨率的序列长度的增长。我们的结果适用于任何数量的类群。
2008-02-07 cs.CE math.PR math.ST
Algorithms for Reconstructing B Cell Lineages in the Presence of Context-Dependent Somatic Hypermutation
Duke University（杜克大学）
本文提出了一种结合数据增强和重要性采样的算法，用于在考虑位点依赖性和上下文依赖性的情况下更准确地重建B细胞谱系和祖先序列。
2025-12-29 q-bio.PE stat.CO stat.ME
Pairwise sequence alignment at arbitrarily large evolutionary distance
祖先序列重建是计算生物学中的一个关键问题。它包括推断已知同源性的祖先物种的分子序列，在树的顶端给出后代序列。除了它的许多生物学应用，它在阐明遗传学估计方法的统计性能方面发挥了关键作用。在这里，我们建立了一个正式的连接到另一个重要的生物信息学问题，多个序列比对，其中一个试图最好地对齐的分子序列的集合下，一些错配罚分插入差距。我们的结果是违反直觉的：我们表明，完美的成对序列比对与高概率是可能的，在原则上在任意大的进化距离-提供的同源性是已知的，足够密集。我们使用的技术，从祖先序列重建的分类丰富的设置与概率分析的序列进化模型，涉及插入和缺失。
2022-07-25 cs.CE math.PR math.ST
Statistically consistent and computationally efficient inference of ancestral DNA sequences in the TKF91 model under dense taxon sampling
在进化生物学中，生物体的物种形成历史是用一个物种发生图来表示的，也就是说，一棵有根的树，它的叶子对应着现在的物种，而分支则表示过去的物种形成事件。系统发育通常是从分子序列，如DNA序列，从感兴趣的物种收集估计。从更高的层面上讲，这个推论背后的想法很简单：两个物种在生命之树中的距离越远，它们的基因组中自最近的共同祖先以来积累的突变数量就越多。为了在系统发育分析中获得准确的估计，标准做法是采用基于树上序列进化的随机模型的统计方法。为了便于处理，这些模型必须对所涉及的进化机制做出简化的假设。特别是，通常省略的是核苷酸的插入和缺失-也称为插入缺失。在统计系统发育分析中正确解释插入缺失仍然是计算进化生物学的一个主要挑战。在这里，我们考虑的问题，重建祖先序列上的一个已知的同源性在一个模型的序列进化，将核苷酸取代，插入和删除，特别是经典的TKF 91过程。我们专注于有界的高度，我们称之为分类丰富的设置，在统计一致性是可以实现的密集adenogenies的情况下。我们给出了第一个多项式时间的祖先重建算法，在恒定的变异率下具有可证明的保证。我们的算法成功时，遗传满足“大爆炸”的条件，在这种情况下，统计一致性的充分必要条件。
2019-08-01 cs.CE math.PR math.ST
Maximum Parsimony on Subsets of Taxa
在本文中，我们调查的数学问题的可靠性（重建精度）惠誉的最大简约算法重建的祖先国家给定的系统发育树和字符。特别是，我们考虑的问题是否最大简约法应用于一个子集的类群可以重建祖先的根状态更准确地比应用于所有类群时，我们给一个例子表明，这确实是可能的。我们的例子的一个令人惊讶的特点是，忽略更接近根的分类单元提高了方法的可靠性。另一方面，在两个国家的对称替代模型的情况下，我们肯定地回答李，钢和张的猜想，其中指出，根据分子钟的概率，在一个单一的分类单元的状态是一个正确的猜测祖先的状态是惠誉的方法适用于所有分类单元的重建精度的下限。
2009-07-06 q-bio.PE
Lateral Gene Transfer, Rearrangement and Reconciliation
背景祖先基因顺序重建模型逐步整合了不同的进化模式和过程，如不平等的基因内容，基因复制，并通过协调基因树隐含序列进化。在单细胞生物体中，这些模型迄今为止忽略了横向基因转移，尽管它可能对这些模型产生重要的混淆作用，以及通过检测整个基因簇的转移来提供关于基因功能的丰富信息来源。结果.我们报告了一个算法及其实现，DeCoLT，重建祖先的基因组组织的基础上调和基因树，总结信息序列进化，基因起源，复制，丢失，和横向转移。DeCoLT在多项式时间内找到重排的最小数量，计算为基因对之间相邻性的增加和破坏的数量。我们将DeCoLT应用于来自36个蓝藻基因组的1099个基因家族。结论DeCoLT能够在几个小时内重建35个祖先细菌基因组与1000个基因家族的邻接关系，并检测共转移基因的簇。由于对基因组组织没有约束，邻接可以推广到基因之间的任何关系，以重建具有相同框架的祖先相互作用，功能或复合物。
2013-06-27 q-bio.GN q-bio.PE
A New Approach to the Small Phylogeny Problem
在小进化问题中，我们给出了一个系统发育树和现存物种的基因顺序，我们的目标是重建所有的祖先基因组，使进化操作的数量最小化。从基因顺序重建进化历史的算法通常是基于重复计算基因组在树的相邻顶点的中位数。我们提出了一种新的，更一般的方法，基于迭代局部优化过程。在每一步中，我们提出祖先基因组的候选人，并通过动态规划选择最好的。我们已经实现了我们的方法，并用它来重建16个酵母mtDNA和13桔梗科cpDNAs的进化历史。
2010-12-04 q-bio.PE
Inferring ancestral states without assuming neutrality or gradualism using a stable model of continuous character evolution
在系统发育树上演化的连续性状的值通常被建模为在一维布朗运动下以恒定速率运动的粒子的位置。布朗运动模型最适合于在中性漂移或跟踪中性漂移的最佳值下进化的字符。我们提出了一个广义的布朗运动模型，放宽假设的中性和渐进性考虑增量不断变化的字符从一个重尾稳定分布（正态分布是一个专门的形式）。我们描述了马尔可夫链蒙特卡罗方法拟合模型的生物学数据特别注意祖先的状态重建，并研究了模型的性能与现有的比较方法的选择相比，使用模拟数据和数据库的身体质量在1,679哺乳动物物种。我们讨论假设检验和模型选择。新的模型非常适合于一个随机过程的波动率的变化，其中生物特征经历了中性漂移和偶尔的大规模的进化事件的混合物。
2013-02-20 q-bio.PE
Necessary and sufficient conditions for consistent root reconstruction in Markov models on trees
在有限高树上建立了具有可数状态空间的连续时间马尔可夫模型的一致根重构的充要条件。这里，如果根状态估计器返回到真实根状态的概率随着叶的数量趋于无穷而收敛于1，则称该根状态估计器是一致的。我们还得到定量的边界上的重建误差。我们的研究结果回答了Gascuel和Steel的一个问题，并对核苷酸插入和缺失的经典进化模型中的祖先序列重建产生了影响。
2019-08-01 cs.IT math.IT math.PR
Time to a single hybridization event in a group of species with unknown ancestral history
我们考虑一个随机过程的产生的物种，结合了一个简单的模型对共存的物种之间的杂交的Yule过程。我们假设的起源的过程中，当有一个物种，发生在一个未知的时间在过去，我们的条件下生产n个物种通过Yule过程和一个单一的杂交事件的过程。我们证明结果的杂交事件的时间分布。特别是，我们计算公式的所有时刻，并表明，在各种条件下，分布往往是指数率的两倍，出生率的圣诞过程。
2012-09-10 q-bio.PE
Sufficient condition for root reconstruction by parsimony on binary trees with general weights
我们考虑的问题推断的祖先状态的观察在一棵树的叶子，假设状态沿着树的两个状态对称马尔可夫过程的演变。我们建立了一个一般的分支率条件下，最大简约，一个共同的重建方法，只需要树的知识，成功比随机猜测均匀的树的深度。从而推广了（Zhang et al.，2010）和（Gascuel and Steel，2010）。我们的结果适用于确定性和独立同分布。边权重。
2020-12-31 cs.CE math.PR q-bio.PE
How much can evolved characters tell us about the tree that generated them?
在本文中，我们回顾了最近的一些结果，揭示了一个基本的问题，在分子系统学：有多少系统发育的“信号”，我们可以期望从字符，已经发展到一些马尔可夫过程？这个问题有很多方面，我们首先描述一些明确的边界上的概率正确地重建一个祖先的国家观察到的状态的提示。我们展示了如何设置上限的概率树重建对齐序列，我们提供了一些新的扩展，允许网站到网站的速率变化或协方差机制。然后，我们探索准确的树重建和其他模型参数所需的网站的数量之间的关系-如物种的数量，和替代概率，我们描述了一个相变时发生的替代概率超过一个临界值。在本文的其余部分，我们转向模型的字符演变的状态空间被假定为无限大或非常大。这些模型与某些类型的基因组数据（如基因顺序）有一定的相关性，在这里我们再次研究精确的树重建需要多少个字符。
2004-06-24 math.ST q-bio.PE stat.TH
The inference of gene trees with species trees
分子遗传学主要集中在改进基于序列比对的基因树重建模型上。然而，大多数遗传学家试图揭示物种的历史。虽然基因和物种的历史紧密相连，但它们很少是相同的，因为基因复制，丢失或水平转移，因为等位基因可以在种群中共存，可能跨越几个物种形成事件。因此，建立描述基因树和物种树之间关系的模型可以在物种树已知时改进基因树的重建，反之亦然。已经提出了几种方法来解决这个问题的一个方向或其他，但在一般情况下，既不基因树，也不物种树是已知的。只有少数研究试图联合推断基因树和物种树。在这篇文章中，我们回顾了各种模型，已被用来描述基因树和物种树之间的关系。这些模型解释了基因复制和丢失、转移或不完整的谱系分选。他们中的一些人认为几种类型的事件在一起，但目前还没有一个认为，沿着物种树产生基因树的过程的全部剧目。模拟以及基因组数据的实证研究表明，基因树物种树模型与序列进化模型相结合，提高了基因树重建。反过来，这些更好的基因树为研究基因组进化或重建祖先染色体和祖先基因序列提供了更好的基础。我们预测，基因树物种树的方法，可以处理基因组数据集将有助于推进我们对基因组进化的理解。
2013-11-04 q-bio.PE
The distributions under two species-tree models of the total number of ancestral configurations for matching gene trees and species trees
该研究针对基因树与物种树拓扑匹配的情形，用解析组合方法分析了均匀和Yule两种模型下随机标记拓扑的祖先构型总数的分布，证明其渐近服从对数正态分布并给出了均值与方差的渐近增长式。
2023-05-07 math.CO math.PR q-bio.PE
A Duality Approach to the Genealogies of Discrete Non-Neutral Wright-Fisher Models
研究了群体遗传学中的离散祖先问题。在中性的情况下，对偶性的概念已被证明是特别感兴趣的理解向后的时间祖先的过程，从向前的时间分支的人口动态。我们表明，对偶公式仍然是非常有用的离散非中立Wright-Fisher模型时。这涉及一类具有完全单调（CM）偏差概率的非中性模型。我们表明，遗传学文献中使用的大多数经典偏差概率都属于这种CM类别，或者通过我们定义的某种“互惠机制”服从于它。接下来，使用CM函数的初等代数，一些建议的新的进化机制的潜在利益进行了介绍和讨论。
2008-11-06 cond-mat.stat-mech math.PR math.ST
Properties of selected mutations and genotypic landscapes under Fisher's Geometric Model
适应度景观--基因型和适应度之间的映射--决定了适应过程的性质。通过选择少数有益突变并测量这些突变的所有组合的适应度，最近已经建立了几个小的遗传适应度景观。在这里，我们生成几个可测试的预测这些景观的属性下费舍尔的几何模型的适应（FGMA）。当远离最佳适应度时，我们分析计算有益突变及其上位相互作用的适应度效应。我们表明，平均而言，上位性可能是负的或正的，这取决于祖先基因型与最佳基因型的距离以及突变是在适应性步行中独立选择还是共同选择。使用模拟，我们表明，从FGMA建立的遗传景观是非常接近的添加剂景观时，祖先的应变是远离最佳。然而，当接近最佳，一个大的景观多样性与大量的崎岖和符号上位性出现。引人注目的是，景观建立在相同的确切条件下，从不同的实现随机自适应步行是高度可变的，这表明，需要几个实现小的遗传景观，以获得信息的基础架构的全球自适应景观。
2014-05-14 q-bio.PE
MAD roots for large trees
最小祖先偏差（MAD）方法是最近提出的一种基于树的形状和分枝长度来估计系统发育树根的方法。该方法是松散地从中点生根法派生，但与其前身不同的是，在定位根时使用所有对OTU。在本文中，我们建立这种方法的性质，然后描述一个快速和内存有效的算法。作为原理的证明，我们使用我们的算法来确定具有多达100，000个OTU的模拟遗传学的MAD根。在标准笔记本电脑上计算需要几分钟。
2018-11-07 q-bio.PE
Majority rule has transition ratio 4 on Yule trees under a 2-state symmetric model
从观察到的叶子状态推断出系统发育树根部的祖先状态是进化生物学中出现的一个问题。最简单的技术--多数规则--通过叶子上最频繁出现的状态来估计根状态。替代方法--比如最大简约法--明确地考虑了树结构。由于任何一种方法都可以在特定的树上胜过另一种方法，因此考虑在某些进化零模型（如Yule纯生模型）下生成的树上方法的准确性是有用的。在这个简短的说明中，我们回答了最近提出的一个问题，关于多数规则的性能在Yule树下的对称2状态马尔可夫替代模型的字符状态变化。我们证明了当Yule过程的出生（物种形成）率与替代率之比超过值$4$时，多数法则是精确的。相比之下，只有当这个比例至少为6时，最大简约才被证明是准确的。我们的证明依赖于二阶矩计算，耦合，和一个新的应用反射原理。
2014-04-10 q-bio.PE
