在物种树估计的样本复杂性的下界,当置换率在各位点之间有所不同时

科学领域:

• 计算生物学 计算生物学
• 人类遗传学 是一个学科.
• 进化生物学 进化生物学

背景情况:

• 种类树的估计依赖于多种凝聚 (MSC) 模型.
• 物种内部的基因树往往表现出不同的替代率,这是复杂化基因推断的一个因素.
• 了解这种速率异质性的影响对于准确的进化历史重建至关重要.

研究的目的:

• 分析替代率异质性对物种树估计样本复杂性的影响.
• 在不同速度下,导出准确的基因复构所需的基因位置和基因树数量的下限.
• 为了将这些边界与常量替代率所确定的边界进行比较.

主要方法:

• 使用多种凝聚 (MSC) 模型,结合随机,独立和相同分布 (i.i.d.) 的模型. 基因树的替代率. 基因树的替代率.
• 在置换率增长条件下,为区分双叶物种树的下限 (对间距离) 推导.
• 为重建具有马分布的突变率的3叶物种树建立下限.

主要成果:

• 与恒定速率场景相比,需要区分以"f"尺度相差的对距离所需的位置数量是 Ω{\displaystyle \Omega } f-2 ,比恒定速率场景大幅增加.
• 重建一个3叶物种树需要一些基因树,也可以缩放为 Ω{\displaystyle Ω{\frac {f}}^{2}} ,突出了速率变化的影响.
• 这些发现表明,更高的替代率异质性导致物种树估计中的样本复杂性增加.

结论:

• 替代率异质性显著膨胀了准确的物种树推断的数据要求 (位置或基因树的数量).
• 由 Ω{\displaystyle Ω{\mathrm {f} ^{2}} 引出的 Ω{\displaystyle Ω{\mathrm {f} ^{2}} 边界强调了在遗传学研究中考虑速率变化的重要性.
• 未来的研究应该考虑这些复杂性,以开发更强大,更有效的遗传学方法.