[论文解读] Mathematical Models and Biological Meaning: Taking Trees Seriously

Jeremy L. Martin, E. O. Wiley|arXiv (Cornell University)|Aug 3, 2008

Evolution and Paleontology StudiesEarth and Planetary Sciences参考文献 15被引用 18

一句话总结

本文比较了系统发育学中的三种数学树模型——系统发育树、亨尼格树和尼尔森分支图——表明尽管系统发育树与亨尼格树同构且携带完全相同的进化信息，但尼尔森分支图需将内部顶点解释为假设的祖先物种才能获得生物学意义。其主要贡献在于阐明：若不进行此类解释，分支图仅具有表型分类意义，而非系统发育意义。

ABSTRACT

We compare three basic kinds of discrete mathematical models used to portray phylogenetic relationships among species and higher taxa: phylogenetic trees, Hennig trees and Nelson cladograms. All three models are trees, as that term is commonly used in mathematics; the difference between them lies in the biological interpretation of their vertices and edges. Phylogenetic trees and Hennig trees carry exactly the same information, and translation between these two kinds of trees can be accomplished by a simple algorithm. On the other hand, evolutionary concepts such as monophyly are represented as different mathematical substructures are represented differently in the two models. For each phylogenetic or Hennig tree, there is a Nelson cladogram carrying the same information, but the requirement that all taxa be represented by leaves necessarily makes the representation less efficient. Moreover, we claim that it is necessary to give some interpretation to the edges and internal vertices of a Nelson cladogram in order to make it useful as a biological model. One possibility is to interpret internal vertices as sets of characters and the edges as statements of inclusion; however, this interpretation carries little more than incomplete phenetic information. We assert that from the standpoint of phylogenetics, one is forced to regard each internal vertex of a Nelson cladogram as an actual (albeit unsampled) species simply to justify the use of synapomorphies rather than symplesiomorphies.

研究动机与目标

• 解决系统发育学中长期存在的关于不同树模型生物学意义的混淆问题。
• 澄清系统发育树、亨尼格树与尼尔森分支图在数学与生物学上的区别。
• 证明可通过简单算法在系统发育树与亨尼格树之间实现互换，且不损失任何进化信息。
• 主张尼尔森分支图仅在将内部顶点解释为假设的祖先物种时才具有生物学意义。
• 表明要求所有分类群在分支图中均为叶节点会降低表示效率并可能引发不准确。

提出的方法

• 使用图论将树形式化为具有顶点与边的数学结构，定义根、父节点、祖先及子树等关键概念。
• 提出两种算法：一种用于将系统发育树转换为亨尼格树（反之亦然），确保同构性与信息完整性。
• 分析各模型在单系群表示上的结构差异，表明基于节点与基于茎的界定方法会产生不同结果。
• 应用算法C将亨尼格树转换为类分支图，算法D实现反向转换，证明可逆性。
• 评估尼尔森分支图中边与内部顶点的生物学解释，主张若不将其归属为祖先物种，则仅传递表型信息。
• 借助图示（如图1–6）对比不同树的表示方式，并展示因错误收缩分支图而引发的误解。

实验结果

研究问题

• RQ1 系统发育树、亨尼格树与尼尔森分支图在数学与生物学解释上存在哪些差异？
• RQ2 能否通过正式算法在系统发育树与亨尼格树之间建立一一对应关系？
• RQ3 为何尼尔森分支图在未将内部顶点解释为假设祖先物种时无法作为有效的系统发育模型？
• RQ4 要求所有分类群在分支图中均表现为叶节点，会对表示效率与准确性造成何种影响？
• RQ5 不同的界定方法（基于节点 vs. 基于茎）如何影响这些模型中单系群的识别？

主要发现

• 系统发育树与亨尼格树同构：二者携带完全相同的进化信息，且可通过可逆算法相互转换。
• 在亨尼格树中，单系群以子树形式表示，而在系统发育树中则以边集形式表示，需谨慎界定以避免多系群误判。
• 若不将内部顶点解释为祖先物种，尼尔森分支图仅传递不完整的表型信息，缺乏系统发育意义。
• 必须将尼尔森分支图的内部顶点解释为假设的祖先物种，才能合理使用共有 derived 特征（共源性状）而非共有原始特征（共祖性状）。
• 要求所有分类群在分支图中均为叶节点，使该模型在效率与准确性上均逊于亨尼格树或系统发育树。
• 对类分支图的错误收缩（如合并顶点）会导致分类群无法区分，凸显对内部节点精确解释的必要性。