在物种丰富的系统发育中推断祖先序列

系统发育学中的统计一致性传统上指的是在字符数量增加时，针对固定数量物种估计系统发育参数的准确性。然而，由于序列长度往往是固定的（例如对于基因），而我们通常能够采样更多的分类单元，因此考虑一种对偶类型的统计一致性是有益的，即增加物种数量而非字符数量。这引发了一些基本问题：随着物种数量的增加，我们能了解到关于进化过程的什么信息？特别是，拥有更多物种是否使我们能够准确推断字符的祖先状态？当序列位点的进化方式随字符不同而复杂变化时，以及在进行祖先序列重建时，这个问题尤为相关。在本文中，我们汇集了一系列结果，以分析随着分类单元数量增加，以更高精度推断祖先信息的各种方法。