系统发育性状演化的松弛漂变扩散模型

理解产生与分子序列数据相关的定量测量的过程在统计系统发育学中仍是一个重要问题。此类测量的例子包括系统地理学背景下的地理坐标以及比较研究背景下的表型性状。一种流行的方法是将连续变化性状的演化建模为布朗扩散过程。然而，标准布朗扩散颇具限制性，且可能无法准确刻画某些性状演化过程。在此，我们通过将非平凡的可估计漂变纳入该过程，放宽了标准布朗扩散的主要限制之一。我们引入了松弛漂变扩散模型，用于通过带漂变的布朗扩散沿系统发育树演化多元连续变化性状。值得注意的是，松弛漂变模型在保持模型可识别性的同时容纳漂变率的枝特异性变化。我们在贝叶斯推断框架中实现松弛漂变模型，以同时重建分子序列数据及相关的多元连续性状数据的演化历史，并提供可视化演化重建的工具。我们在三个病毒示例中阐释了我们的方法。在前两个中，我们考察了 HIV-1 在中非的空间时间传播以及西尼罗河病毒在北美的传播，并表明松弛漂变方法比标准布朗扩散揭示了更清晰、更详细的病毒扩散动态图景。最后，我们研究了 HIV-1 对三种广谱中和抗体产生抗性的抗原演化背景。我们的分析揭示了在流行过程中 HIV-1 群体水平上朝向增强对 VRC01 单克隆抗体中和作用的抗性连续漂变的证据。