超大型种群精确高效系统发育动力学模拟方法及其生物学应用

在生物学研究中，从大种群样本推断进化历史常受计算瓶颈限制，尤其高死亡率、超大种群及低采样概率场景。研究人员开展基于出生 - 死亡 - 突变 - 采样（BDMS）模型的系统发育树模拟研究，证明其等价于完全采样纯出生过程，开发出线性缩放高效算法，为相关领域方法开发与测试开辟新路径。

　　

许多生物学研究涉及从大种群中推断样本个体的进化历史并解读重建的系统发育树。此类确定树通常仅代表完整种群树的一小部分，并因生存和采样偏差而失真。从确定树推断进化参数需对基础种群动态和确定过程建模，其中系统发育动力学建模的关键组成部分是用于基准概率推断方法的树模拟。模拟确定树需先模拟完整种群树再修剪未观察谱系，故计算成本由其嵌入的种群树大小决定，而非最终模拟树大小。在大多数生物学场景中，对整个种群的模拟因无采样后代谱系的计算需求而成本过高。本研究解决此挑战，证明对于一般多类型出生 - 死亡 - 突变 - 采样模型的任何部分确定过程，存在具有完全采样且无死亡的等价过程，并利用该特性开发高效树模拟算法。算法与最终模拟树大小呈线性比例，与种群大小无关，可实现当前方法无法企及的超大种群模拟，对多种生物学应用至关重要，有望通过大幅提速推动需大量训练数据的新型推断方法发展。