用于贝叶斯非参数系统发育动力学的集成嵌套拉普拉斯近似

系统发育动力学作为系统发育学与群体遗传学的交叉领域，其目标是从遗传数据中重构种群规模动态。近期，一系列非参数贝叶斯方法被提出用于此类人口统计学重构。这些方法依赖于基于高斯过程的先验设定，并通过马尔可夫链蒙特卡洛 (Markov chain Monte Carlo, MCMC) 方法近似种群规模轨迹的后验分布。在本文中，我们将集成嵌套拉普拉斯近似 (Integrated Nested Laplace Approximation, INLA)（一种近期提出的用于潜高斯模型的近似贝叶斯推断方法）适配于种群规模轨迹的估计。我们表明，当能够从遗传数据中可靠地估计采样个体的谱系时，INLA 具有高准确性并可完全替代 MCMC。我们展示了该方法相较于最先进 MCMC 方法的显著计算效率。最后，我们通过模拟以及丙型肝炎病毒和人类流感病毒的谱系，展示了基于 INLA 的种群规模推断。