完美 phylogeny 混合模型的约束及其对减少退化性的影响
种群与进化
2026-01-01 v1 其他统计学
摘要
完美 phylogeny 混合模型（PPM）因其简单性和在突变可被假设随时间单调累积的情景下的适用性而具有优势。它是许多用于推断肿瘤演化 phylogenetic 树和重构的工具的底层模型。不幸的是，PPM 模型会导致显著的歧义——即即使在数据被观察得完美、无噪声的理想化环境下，许多不同的 phylogenetic 树都能解释相同的观测数据。这种歧义已被 Pradhan 等人（2018）在完美设置下研究，他们提出了一种给定固定观察实例后界定解数目的方法。除此之外，研究主要是经验性的。最近的工作（Myers 等人，2019）提出添加额外约束来解决歧义问题。本文首先展示，Myers 等人 2019 年提出的额外约束——称为纵向约束（LC），常常无法减少解释观测数据的不同树的数量。我们随后提出新的创新性约束以限制解的歧义，并研究当数据被观察得完美时其影响。不同于 Pradhan 等人 2018 年的分析，关于 LC 的无效性以及我们新约束减少歧义程度的理论结果，并非针对单个观察实例，而是适用于大量可能的推断问题的集合。到目前为止，我们是首次在基于集合的理论框架中研究 PPM 模型中的退化性。
引用
@article{arxiv.2512.24930,
title = {Constraints on the perfect phylogeny mixture model and their effect on reducing degeneracy},
author = {John Marangola and Azadeh Sheikholeslami and José Bento},
journal= {arXiv preprint arXiv:2512.24930},
year = {2026}
}