从遗传和流行病学数据估计传播：一种比较传播树的度量

重建谁感染了谁是分析流行病学数据的一个核心挑战。最近，测序技术的进步使人们对利用病原体遗传数据推断谁感染了谁的贝叶斯方法越来越感兴趣。这类方法背后的逻辑是，遗传上几乎相同的分离株比差异很大的分离株更可能是在近期传播的。目前已开发出多种方法来执行这种推断。然而，检验这些方法的收敛性、检查传播树的后验集合以及比较不同方法的性能，都面临着一个挑战，即推断的对象——传播树——是一个复杂的离散结构。我们引入了一种用于量化传播树之间距离的度量。该度量能够容纳包含未采样个体的树，并突出显示传染源病例和每个传染者感染人数方面的差异。我们通过简单的模拟场景和一次结核病暴发的后验传播树来展示其性能。我们发现，该度量揭示了后验对先验的敏感之处，以及树集合由不同聚类组成的位置。我们使用该度量来定义总结这些聚类的树中位数。随着该领域的不断成熟，将需要定量工具来比较传播树，以评估 MCMC 收敛性、探索后验树并对各种方法进行基准测试。