子扁平化方法用于系统发育推断的相对性能评估

扁平化与子扁平化的代数性质提供了直接使用序列比对中的模式计数来识别真实系统发育树中边——进而识别完整树——的直接方法。一组分类单元中可能的内部边数量相对较少（与二叉树的个数相比）使得这些方法颇具吸引力，然而在评估其推断系统发育树的有效性方面尚有更多工作可做。子扁平化尤其如此，我们的工作在这一领域取得了进展。我们引入了用于构建和评估分裂子扁平化的软件，采用多种方法使子扁平化的计算更为可行。随后我们展示了为比较子扁平化与扁平化在分裂分数分布及易受偏倚影响程度方面的有效性而进行的模拟结果。我们发现，在我们所考察的树上，子扁平化在分裂分数分布上表现与扁平化相似，但可能更少受源于分裂大小/平衡及长枝吸引的偏倚影响。这些见解有助于开发有效算法以利用这些工具进行系统发育树推断。