癌症进展与单调累积模型图解指南：进化假设、合理解释与替代用途

癌症进展和单调累积模型旨在从横截面数据中发现二元性状不可逆获取中的依赖关系。这些模型已用于计算肿瘤学和病毒学，也用于诸如疟疾进展等截然不同的问题。这些方法已被应用于预测系统的未来状态、识别特征获取路径以及改善患者分层，并有望用于基于进化的治疗。新方法不断被开发。但这些方法在关键的进化假设和解释方面存在尚未被系统批评的缺陷。在概述现有方法后，我们聚焦于为什么推断可能并非关于我们意图的过程。利用适应度景观，我们强调了由批量测序和互惠符号上位性、混淆世系、最大路径和突变谱，以及排他性概念的模糊使用所带来的困难。我们考察了当明确考虑批量测序时上述问题如何变化，并强调了解决由频率依赖选择引起的依赖关系的机会。本综述识别了主要现存问题，并应鼓励在其他领域使用这些方法，同时更好地对齐实体与模型假设。