编辑推荐：
本文构建了世界鸟类物种完整的、有时间尺度的进化树（Aves 1.3），整合 262 项研究数据，统一 9239 种鸟类系统发育估计，能与多数据资源关联分析。其方法遵循 FAIR 原则，可更新且适用于其他类群研究，为鸟类演化研究提供了重要框架。
研究背景
鸟类备受关注且研究广泛，每年都有许多新的系统发育研究揭示鸟类进化关系。然而，以往数据资源间的壁垒限制了大规模分析。生命之树虽能整合数据，但进化树获取受限，大规模生物多样性估计常依赖过时的系统发育和分类关系。Open Tree of Life 项目旨在打破这一隔阂，统一分类群的系统发育估计。本研究应用其工具，构建完整且可更新的鸟类进化树。
研究方法
- 数据整合：从 1990 - 2024 年的 262 项研究中筛选并整理 281 棵鸟类系统发育树，其数据和元数据存储于 Open Tree 数据存储库 phylesystem。通过创建分类翻译表，将树中的节点映射到 Open Tree 分类法（OTT v3.6）等多种分类系统的标识符，以链接不同分类系统的分类单元名称。
- 系统发育合成：按发表年份对输入树进行排序（部分大型超矩阵树除外），使用 Open Tree 合成软件，结合分类学骨干，通过贪心算法添加分支构建超级树。分解整体任务为子问题，依据单系类群解决，存储输入树与结果估计间的一致性和冲突作为合成树元数据。
- 添加无系统发育信息的分类单元：修剪合成树，识别 Clements 分类法中缺失的分类单元，生成添加语句，随机化添加顺序并多次迭代，生成 100 棵完整的二叉系统发育树。
- 估计日期：使用 Chronosynth 软件，将 Open Tree 数据存储库中的日期估计映射到合成树节点，作为二次节点校准，通过随机采样和 Phylocom 包中的 bladj 进行平滑处理，用 RevBayes 总结为最大分支可信度树。
- 分类学更新：将合成树映射到 Open Tree 分类法和 Clements 分类法的多个版本，随新研究和分类法更新发布新版本的合成树估计。
研究结果
- 进化树构建：统一 281 个输入系统发育树，构建 9239 种鸟类的系统发育合成树，利用分类学信息添加缺失分类单元，生成与 2021、2022、2023 年 Clements 分类法对应的完整树。树中每个分支可追溯到支持的输入研究，通过唯一分类单元标识符可实现不同分类法间的转换。
- 数据匹配情况：对 Clements 2021 分类法中 10824 种鸟类，9239 种有系统发育信息（2022 年：9207/10906；2023 年：9189/11017）。通过 OTT 匹配 35534（86%）个输入研究节点到 Clements 分类法物种。
- 分支支持与冲突：多数分支由 1 - 5 个系统发育树支持，部分节点最多由 24 个输入树支持。约 34% 的分支与至少一项研究冲突，14% 的分支冲突研究多于支持研究，可能源于不同数据类型的推断差异。
- 分类学一致性：合成树与 Clements 分类法基本一致，但部分分类单元存在差异。如一些科在早期分类法中并非单系群，后逐渐修正；约 8% 的属在系统发育合成树中不是单系群。
- 时间估计：利用 90 项研究中 120 棵树的日期估计，为树中约 63% 的内部节点提供日期信息。根节点 Aves 平均年龄为 99 Mya，与近期研究相符。但部分节点日期估计差异大，近 40% 的节点无输入日期信息，为简单插值。
讨论
- 方法优势与局限：本研究扩展了早期 Open Tree 合成软件构建的合成树，提高了软件效率。虽综合了多研究信息，但结果准确性取决于输入树，且未考虑原始估计的不确定性区间。
- 分类学重要性：分类学是项目间互操作性的关键，统一不同资源和时间的分类学概念困难，本研究通过精心策划的过程平衡了与多种资源的链接。树中节点映射到多种分类法，便于分类学更新。
- 研究意义与应用：本研究为鸟类研究提供了进化框架，可与 eBird 等数据资源链接分析，探索鸟类关系的一致性和冲突，指导未来研究。虽该方法适用于其他类群，但对于特定研究，若有高质量的日期树，建议优先使用。
