[论文解读] Calibrated Tree Priors for Relaxed Phylogenetics and Divergence Time Estimation

Joseph Heled, Alexei J. Drummond|arXiv (Cornell University)|Mar 29, 2011

Evolution and Paleontology Studies被引用 24

一句话总结

本文提出了一种新的校准Yule先验，用于贝叶斯松弛系统发育分析，该方法直接指定校准分歧时间的边际先验分布，解决了现有软校准方法中的不一致性问题。研究表明，BEAST等软件中使用的标准校准密度并不能代表分歧时间的真实边际先验，因此提出了一种基于条件Yule先验的数学上严谨的替代方法；然而，将该方法实际扩展到多重新校准仍具挑战性。

ABSTRACT

The use of fossil evidence to calibrate divergence time estimation has a long history. More recently Bayesian MCMC has become the dominant method of divergence time estimation and fossil evidence has been re-interpreted as the specification of prior distributions on the divergence times of calibration nodes. These so-called "soft calibrations" have become widely used but the statistical properties of calibrated tree priors in a Bayesian setting has not been carefully investigated. Here we clarify that calibration densities, such as those defined in BEAST 1.5, do not represent the marginal prior distribution of the calibration node. We illustrate this with a number of analytical results on small trees. We also describe an alternative construction for a calibrated Yule prior on trees that allows direct specification of the marginal prior distribution of the calibrated divergence time, with or without the restriction of monophyly. This method requires the computation of the Yule prior conditional on the height of the divergence being calibrated. Unfortunately, a practical solution for multiple calibrations remains elusive. Our results suggest that direct estimation of the prior induced by specifying multiple calibration densities should be a prerequisite of any divergence time dating analysis.

研究动机与目标

• 澄清标准软校准先验与分歧时间真实边际先验分布之间的统计不一致性。
• 开发一种方法，直接在Yule树模型中指定校准节点高度的边际先验。
• 通过计算校准节点高度条件下的Yule先验，确保校准的正确性。
• 强调在分歧时间分析中使用多个校准时，显式计算先验的必要性。
• 为更准确且统计上可靠的松弛系统发育分歧时间估计提供基础。

提出的方法

• 推导在Yule过程中，校准节点分歧时间的边际先验分布，纠正现有方法中的误解。
• 通过将Yule先验条件化于已知校准节点高度，构建校准Yule先验。
• 利用小树的解析解，证明标准校准密度无法实现预期的边际先验。
• 提出一种直接指定校准分歧时间先验的框架，无论是否包含单系性约束。
• 将该方法应用于小树拓扑结构，说明预期与实际先验分布之间的差异。
• 识别出由于Yule过程中联合条件分布的复杂性，将该方法扩展到多重新校准时存在计算挑战。

实验结果

研究问题

• RQ1 BEAST等软件中使用的标准软校准先验是否正确地代表了校准分歧时间的边际先验分布？
• RQ2 在Yule过程中，校准节点分歧时间的真实边际先验分布是什么？
• RQ3 能否构建一种校准Yule先验，使得校准节点高度的边际先验被显式指定？
• RQ4 包含单系性约束如何影响校准分歧时间的先验分布？
• RQ5 在未计算诱导联合先验的情况下使用多个校准密度，其统计影响是什么？

主要发现

• BEAST 1.5中使用的标准校准密度并不能代表校准节点分歧时间的边际先验分布。
• 在小树上的解析结果表明，软校准所诱导的实际边际先验与预期分布存在差异。
• 通过将Yule先验条件化于节点高度，校准Yule先验方法能正确指定校准节点高度的边际先验。
• 该方法允许直接指定分歧时间的先验，无论是否包含单系性约束。
• 该方法揭示，多个校准密度所诱导的先验必须在分析前显式计算，以确保统计有效性。
• 由于在Yule过程中计算联合条件分布的复杂性，多重新校准的实际解决方案仍未解决。