基于转移距离的细粒度中位数树方法：提升系统发育一致树的解析度与精度

《Systematic Biology》：Improving the resolution and informativity of the majority-rule consensus tree using fine-grained dissimilarity measures

　　系统发育分析通常需要汇总多棵树，例如在贝叶斯分析中获取树的后验分布中心，或确定一组自举树的一致性结果。多数规则一致树是最常用的方法。它易于计算，并且最小化到输入树的Robinson-Foulds（RF）距离之和。从数学角度而言，多数规则一致树即为关于RF距离的输入树的中位数。然而，由于RF距离的粗粒度特性——仅考虑两个分支是否诱导了完全相同的类群二分割——当系统发育信号较弱时，可能产生高度未解析的树。为克服这一局限，我们提出使用基于更细粒度树间差异度量方法的中位数树。这些度量包括树拓扑之间的四叉距离，以及转移距离——后者量化二分割之间的相似程度，与RF的存在/不存在视角形成对比。我们描述了基于转移距离的树差异的快速启发式一致树算法，能够高效处理具有数千个类群的树。通过在贝叶斯框架和自举最大似然框架下对模拟数据集进行评估，我们的结果表明，在低至中等系统发育信号的条件下，我们的方法提高了一致树的解析度，同时提供优于或可与真实系统发育树相媲美的差异度。将我们的方法应用于哺乳动物、埃博拉病毒和超过九千个类群的大型HIV数据集，进一步证实了其在真实数据中的改进效果。这些结果展示了我们新的一致树方法在分析当今可用大数据集方面的实用价值。我们的软件PhyloCRISP可从 https://github.com/yukiregista/PhyloCRISP 获取。