系統推定のための共変量モデルの形態学的離散データセットへの応用

科学分野:

• 進化生物学
• 系統発生学
• 計算生物学

背景:

• 形態学的特徴の進化速度は、系統発生全体で不均一であり、特徴ごとに異なる。
• 従来の系統発生モデルは、しばしば時間不変のマルコフ過程を仮定し、系統ごとの速度変動を捉えられない。
• 特徴間の速度変動を持つ既存のモデルは、個々の特徴に対する系統ごとのダイナミクスに対処していない。

研究 の 目的:

• 分子データのための共変量モデルを形態学的特徴の進化に拡張し、共変量モデルと名付けた。
• RevBayesで共変量モデルを実装し、多様な形態学的データセットに適用した。
• 系統発生推定に対する系統ごとおよび特徴ごとの速度シフトの影響を調査した。

主な方法:

• 離散化された確率分布からの複数の速度カテゴリを利用して速度行列をスケーリングする共変量モデルを開発した。
• 特徴が進化プロセス中に速度カテゴリ内を移動し、カテゴリ間を切り替えることを可能にした。
• シミュレーションを通じてモデルを検証し、164の経験的な形態学的データセットに適用した。

主要な成果:

• 共変量モデルは正常に実装され、シミュレーションを通じて検証された。
• 経験的データセットの約半数が、共変量的なダイナミクスと一致する速度不均一性のパターンを示した。
• 焦点データセットの分析により、共変量モデルが従来のモデルと比較してツリーのトポロジーと分岐長に大きな影響を与えることが明らかになった。

結論:

• 共変量モデルは、形態学的系統発生における系統ごとおよび特徴ごとの速度変動を組み込むための、より微妙なアプローチを提供する。
• 系統ごとおよび特徴ごとの速度シフトを考慮することは、系統発生推定の精度を向上させる。
• モデルの分岐長に対する感度は、分岐時間推定と進化速度計算におけるその重要性を強調している。