使用连续特征演化的稳定模型在不假设中性或渐变论的情况下推断祖先状态
种群与进化
2013-02-21 v1
摘要
在系统发育树上演化的连续特征值通常被建模为在恒定速率下进行一维布朗运动的粒子位置。布朗运动模型最适合在中性漂变下演化或追踪中性漂变最优值的特征。我们提出了布朗运动模型的一种推广，通过将演化特征的增量视为从重尾稳定分布（正态分布是其一种特殊形式）中提取，从而放宽了中性和渐变论的假设。我们描述了用于将模型拟合到生物数据的马尔可夫链蒙特卡洛方法，特别关注祖先状态重建，并使用模拟数据和包含 1,679 种哺乳动物物种体重数据库，研究了该模型与一系列现有比较方法相比的性能。我们讨论了假设检验和模型选择。新模型适用于具有波动变化率的随机过程，其中生物特征经历中性漂变与偶尔的大幅度进化事件的混合过程。
引用
@article{arxiv.1302.5104,
title = {Inferring ancestral states without assuming neutrality or gradualism using a stable model of continuous character evolution},
author = {Michael G. Elliot and Arne O. Mooers},
journal= {arXiv preprint arXiv:1302.5104},
year = {2013}
}
备注
39 pages, 5 figures, 4 tables