
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于距离的物种树估计的协方差分解方法
《BMC Bioinformatics》:Covariance decomposition for distance based species tree estimation
【字体: 大 中 小 】 时间:2026年07月06日 来源:BMC Bioinformatics 4.4
编辑推荐:
摘要在系统基因组学中,物种树构建方法需要应对两种主要的噪声来源:多物种聚合模型下的随机基因树变异,以及有限序列的替换噪声。GLASS、STEAC和METAL等快速聚类方法通过基于距离的聚类方式整合多基因位点信息。我们在MSC加替换模型的框架下推导出这些成对距离估计值的精确协方差矩
在系统基因组学中,物种树构建方法需要应对两种主要的噪声来源:多物种聚合模型下的随机基因树变异,以及有限序列的替换噪声。GLASS、STEAC和METAL等快速聚类方法通过基于距离的聚类方式整合多基因位点信息。我们在MSC加替换模型的框架下推导出这些成对距离估计值的精确协方差矩阵,并利用它来进行可靠的置信度估计;同时还将该矩阵代数分解为由聚合变异和序列级随机性导致的不同成分。我们的理论确定了某种方差来源远远超过另一种情况的参数范围。在突变率极低或极高的情况下,替换噪声占主导地位;而在中等突变率下,聚合变异则是主要影响因素。此外,随着物种树高度的增加,聚合变异占主导地位的范围会逐渐变窄。这些结果表明,在某些情况下,在设计方法或收集数据时可以忽略较弱的噪声来源。具体而言,当基因树变异占主导时,增加更多基因位点最为有效;而当替换噪声占主导时,则需要更长的序列或进行数据填补。最后,我们利用所推导的协方差矩阵,采用高斯采样方法为METAL树生成分支支持值,并通过实验证明,这种方法能比传统自举法得到更可靠的置信度估计。
在系统基因组学中,物种树构建方法需要应对两种主要的噪声来源:多物种聚合模型下的随机基因树变异,以及有限序列的替换噪声。GLASS、STEAC和METAL等快速聚类方法通过基于距离的聚类方式整合多基因位点信息。我们在MSC加替换模型的框架下推导出这些成对距离估计值的精确协方差矩阵,并利用它来进行可靠的置信度估计;同时还将该矩阵代数分解为由聚合变异和序列级随机性导致的不同成分。我们的理论确定了某种方差来源远远超过另一种情况的参数范围。在突变率极低或极高的情况下,替换噪声占主导地位;而在中等突变率下,聚合变异则是主要影响因素。此外,随着物种树高度的增加,聚合变异占主导地位的范围会逐渐变窄。这些结果表明,在某些情况下,在设计方法或收集数据时可以忽略较弱的噪声来源。具体而言,当基因树变异占主导时,增加更多基因位点最为有效;而当替换噪声占主导时,则需要更长的序列或进行数据填补。最后,我们利用所推导的协方差矩阵,采用高斯采样方法为METAL树生成分支支持值,并通过实验证明,这种方法能比传统自举法得到更可靠的置信度估计。