[论文解读] Stochastic Models for Speciation Events in Phylogenetic trees

Tanja Gernhard|arXiv (Cornell University)|Oct 30, 2006

Evolution and Paleontology Studies参考文献 11被引用 4

一句话总结

本论文为有根系统发育树中的物种形成事件开发了随机模型，通过Kullback-Leibler散度和鞅理论比较Yule模型与均匀模型。引入了顶点概率分布的秩函数，并将这些模型应用于检验进化假说，包括在Yule树中估计边长以及评估灵长类系统发育树是否符合Yule过程。

ABSTRACT

In a phylogenetic tree, we often don't have information about the time a speciation event (inner node) occured. Under a neutral model for speciation, I develop fast algorithms for calculating the probability that an inner node i is the k-th speciation event. For the Yule and the coalescent model, I develop an edge length estimation as well. Various properties of the Yule model are discussed throughout the thesis.

研究动机与目标

• 使用随机过程，特别是Yule模型和均匀模型，对系统发育树中的物种形成事件进行建模。
• 通过假设检验和信息理论度量，评估观察到的系统发育树与Yule模型的拟合程度。
• 开发一种秩函数，以量化不同模型下树中内部顶点的概率。
• 基于秩函数及其相关概率，使用解析与算法方法估计Yule树中的边长。
• 将这些模型应用于真实生物数据（如灵长类超树），以检验进化假说。

提出的方法

• 采用Yule模型（恒定物种形成速率的纯生灭过程）和均匀模型（所有树形等可能）。
• 应用Kullback-Leibler散度比较Yule模型与均匀模型，量化模型的区分能力。
• 运用鞅理论和Azuma不等式，推导均匀模型下树形统计量的集中性界。
• 引入秩函数，用于计算顶点在树中处于给定秩的概率，从而实现对树结构的假设检验。
• 开发多项式时间算法（如RankProb、RankCount），用于计算二叉树与非二叉树中顶点秩分布。
• 使用似然比检验和Neyman-Pearson引理，检验给定树是否在Yule模型下演化，而非均匀模型。

实验结果

研究问题

• RQ1 Kullback-Leibler散度能否有效区分系统发育树中的Yule模型与均匀模型？
• RQ2 在Yule树或均匀树中，内部顶点秩的概率分布是什么？
• RQ3 如何利用鞅过程限制均匀模型下树形统计量的偏离？
• RQ4 灵长类超树在多大程度上支持Yule模型的物种形成机制？
• RQ5 能否使用秩函数及其相关概率，对Yule树中的边长进行解析估计？

主要发现

• Yule模型与均匀模型之间的Kullback-Leibler散度有界且可计算，且Yule模型的熵高于均匀模型。
• Yule模型下树的概率与每个内部节点子树大小的倒数乘积成正比，如定理2.2.1所形式化。
• 秩函数可高效计算顶点概率分布，如RankProb和RankProbGen等算法可在多项式时间内运行。
• 基于秩函数的似然比检验提供了一种统计上可靠的检验方法，用于判断给定树是否与Yule模型一致。
• 灵长类超树的树形分布显著不同于均匀模型，支持Yule模型作为合理的物种形成机制。
• 通过利用内部顶点的期望秩，可对Yule树中的边长进行解析估计，结果经模拟和算法实现验证。