物种树估计中的长枝吸引：分区似然与基于拓扑的汇总方法的不一致性

随着测序技术的进步，如今已拥有来自所有生命的海量基因组数据，使得构建一个稳健的生命之树成为可能。然而，“基因树异质性”（即不同基因组区域可能以不同方式进化）是多基因座数据集中的常见现象，它降低了未考虑这种异质性的标准物种树估计方法的准确性。针对基因树异质性，已开发出新的物种树估计方法，并且已被证明当基因座数量和每个基因座的位点数同时增加时，这些方法会收敛到真实的物种树（即这些方法被称为“统计一致的”）。然而，对于位点数受限这一符合生物学现实的条件，人们知之甚少。我们表明，当每个基因座的序列长度受限（受任意选定值限制）时，考虑异质性的最常见物种树估计方法（即传统的完全分区拼接最大似然，以及通过组合基因树来估计物种树的新方法，称为汇总方法）在统计上是不一致的，即使异质性受到极度约束也是如此。主要挑战在于长枝吸引等条件的存在，在位点数量受限时会造成有偏的树估计。因此，我们的研究揭示了使用传统和新方法进行物种树估计所面临的一个根本挑战。