在具大量不完整测量的大树上推断表型性状演化

比较生物学家常关注推断跨众多相关分类单元取样的多个生物性状间的协变。为恰当研究这些关系，我们必须控制分类单元共享的演化历史以避免虚假推断。现有控制技术几乎普遍随分类单元数量增加而行扩展性差。另一挑战在于，随着分类单元增多，获取全套测量愈发困难。这通常需要进行数据插补或积分，进一步加剧可扩展性问题。我们提出一种推断技术，在多元布朗扩散（MBD）模型下通过后续遍历算法解析地积掉缺失测量，并对分类单元数量呈线性扩展以刻画性状演化。我们进一步利用该技术扩展 MBD 模型以考虑采样误差或非遗传残差方差。我们测试这些方法以考察哺乳动物生活史性状、原核基因组与表型性状以及 HIV 感染性状。我们发现计算效率较当前最佳实践提升超过两个数量级。虽我们聚焦于该算法在系统发育比较方法中的效用，我们的方法可推广以解决大规模下含缺失数据的矩阵正态与多元正态分布似然计算中的长期挑战。