基于大量序列的祖先状态重建与边长估计
统计方法学
2021-04-02 v1 种群与进化
摘要
基于似然的方法被广泛认为是重建祖先状态的最佳途径。尽管已付出诸多努力研究这些方法的属性，先前工作常假设树拓扑与边长均已知。在某些情景下，所研究类群的树拓扑可能相当明确。然而当序列长度远小于物种数目时，边长不太可能被准确估计。我们在星形树下此类设定中研究离散性状祖先状态的最大似然与经验贝叶斯估计量的一致性。我们证明基于似然的重建在对称模型下一致，但在非对称模型下可能不一致。不过我们表明，在非对称模型下存在一种简单的祖先状态一致估计量。结果说明当所考虑序列数目变得极大时，似然方法会意外地具有不良性质。讨论了结果的更广泛含义。
引用
@article{arxiv.2104.00151,
title = {Ancestral state reconstruction with large numbers of sequences and edge-length estimation},
author = {Lam Si Tung Ho and Edward Susko},
journal= {arXiv preprint arXiv:2104.00151},
year = {2021}
}