种群动态的非线性驱动因素：一种非参数溯祖方法
应用统计
2026-02-09 v1
摘要
有效种群大小（Ne(t)）是种群遗传学和系统动力学中的一个基本参数，用于量化遗传多样性并揭示种群历史。基于溯祖的方法能够从分子序列数据重建的系统发育中推断Ne(t)随时间变化的轨迹。理解种群动态的生态和环境驱动因素需要将Ne(t)与外部协变量联系起来。现有方法通常假设协变量与Ne(t)之间存在对数线性关系，这可能无法捕捉复杂的生物过程，并且在真实关系为非线性时引入偏差。我们提出了一个灵活的贝叶斯框架，通过高斯过程（GP）先验将协变量整合到具有分段常数Ne(t)的溯祖模型中。GP作为函数上的分布，自然适应非线性的协变量效应，无需严格的参数假设。该公式改进了协变量与Ne(t)关系的估计，减轻了非线性关联下的偏差，并提供了随协变量空间变化且可解释的不确定性量化。为了平衡全局协变量驱动的模式与局部时间动态，我们将GP先验与高斯马尔可夫随机场耦合，以强制Ne(t)轨迹的平滑性。通过模拟研究和三个实证应用——巴西黄热病病毒动态（2016-2018年）、晚第四纪麝牛种群统计以及喀麦隆HIV-1 CRF02-AG进化——我们证明我们的方法既能在适当情况下确认线性关系，又能揭示否则会被遗漏或错误描述的非线性协变量效应。该框架通过更准确和生物学上更真实的建模，推进了系统动力学推断，以理解环境和流行病学因素如何随时间塑造种群规模。
引用
@article{arxiv.2602.06148,
title = {Non-Linear Drivers of Population Dynamics: a Nonparametric Coalescent Approach},
author = {Filippo Monti and Nuno R. Faria and Xiang Ji and Philippe Lemey and Moritz U. G. Kraemer and Marc A. Suchard},
journal= {arXiv preprint arXiv:2602.06148},
year = {2026}
}