通过广义邻接连接与 EM 算法的最大似然系统发育树与替换率估计
定量方法
2007-05-23 v1
摘要
研究现今物种分子序列数据的一项核心任务是重建祖先关系。最成熟的建树方法是最大似然(ML)法。在该方法中，演化被描述为系统发育树上离散状态连续时间 Markov 过程。决定 Markov 过程的替换率矩阵可使用期望最大化(EM)算法估计。遗憾的是，对大型数据集穷举搜索 ML 系统发育树在计算上不可行。在此类情形下，常因计算速度而使用邻接连接(NJ)法。NJ 法基于序列间两两比较递归聚类邻近序列来重建树。NJ 法可推广为基于子树比较而非两两距离的重建。本文中，我们提出一种同时估计替换率和重建系统发育树的算法。该算法在用于估计替换率的 EM 算法与用于建树的广义 NJ 法之间迭代。该方法的初步结果令人鼓舞。
引用
@article{arxiv.q-bio/0511034,
title = {Maximum likelihood estimation of phylogenetic tree and substitution rates via generalized neighbor-joining and the EM algorithm},
author = {Asger Hobolth and Ruriko Yoshida},
journal= {arXiv preprint arXiv:q-bio/0511034},
year = {2007}
}
备注
12 pages. To appear in Algebaic Biology 2005