[论文解读] An empirical guide for producing a dated phylogeny with treePL in a maximum likelihood framework
本文在最大似然框架内提供了使用 treePL 获取带日期的系统发育树的逐步协议,包含可复现的数据,并将 treePL 的结果与 BEAST2 构建的系统发育树进行了比较。
treePL uses a penalised likelihood approach to produce a dated phylogeny in a maximum likelihood framework. Since its publication in 2012, few resources have been developed to explain how to use it properly. In this guide, I provide a step-by-step protocol for producing a dated phylogeny using treePL, based on my experience building a large dated phylogeny with it and conducting additional tests on a smaller phylogeny. I also provide the necessary data to reproduce one of the example phylogenies presented. I compare these treePL phylogenies to BEAST2-built counterparts. Even though I cannot explain precisely how treePL works, the evidence discussed in this guide suggest that the empirical protocol presented is reliable.
研究动机与目标
- 提供在最大似然框架内使用 treePL 生成带日期的系统发育树的实用协议。
- 分享从构建一个较大的带日期系统发育树并在较小树上进行测试的经验。
- 提供可复现的数据以复制示例系统发育树并促进方法评估。
提出的方法
- 描述在 ML 日期推断中使用 treePL 的逐步协议。
- 呈现实证测试及与 BEAST2 构建的系统发育树的比较。
- 提供补充数据以复现至少一个示例系统发育树。
- 基于观察到的结果讨论该经验协议的可靠性。
实验结果
研究问题
- RQ1在遵循明确的经验协议时,treePL 是否能够在最大似然框架内生成可靠的带日期系统发育树?
- RQ2在此情境下,treePL 推导的带日期系统发育树与 BEAST2 构建的对应树相比如何?
- RQ3为复制示例系统发育树并评估鲁棒性,需要哪些数据和测试?
主要发现
- 一个带有逐步指南的经验协议可以使用 treePL 产生带日期的系统发育树。
- 将 TreePL 的系统发育树与 BEAST2 的结果进行比较,提供对方法可靠性及差异的洞见。
- 补充数据使示例系统发育树的复现成为可能。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。