适用于Dollo数据的新型距离度量
定量方法
2012-03-02 v1 种群与进化
摘要
我们在Dollo过程的背景下研究二元（存在/缺失）数据的距离度量，在该过程中，一个性状在系统发育树上只能起源一次，但可能丢失多次。我们引入了一种新的距离度量——加性Dollo距离（ADD），该距离对于在Dollo模型下生成的数据具有一致性，并证明它具备一些有用的理论性质，包括与LogDet距离之间一个有趣的联系。通过模拟Dollo数据，我们比较了多种二元距离，包括ADD、LogDet、Nei-Li距离，以及一些简单但据我们所知此前未被研究过的常见二元距离变体。模拟结果表明，ADD在Dollo数据上的表现优于其他距离。有趣的是，我们发现LogDet距离在Dollo过程的背景下表现不佳，这可能对其在条件基因组重建中的应用有所启示。我们将ADD应用于两个多样性阵列技术（DArT）数据集，一个广泛覆盖桉属物种，另一个聚焦于桉属Adnataria系。我们还重新分析了来自COG数据库的细菌基因家族存在/缺失数据，并将结果与先前使用条件基因组重建方法估计的系统发育进行比较。
引用
@article{arxiv.1203.0072,
title = {Novel Distances for Dollo Data},
author = {Michael Woodhams and Dorothy A. Steane and Rebecca C. Jones and Dean Nicolle and Vincent Moulton and Barbara R. Holland},
journal= {arXiv preprint arXiv:1203.0072},
year = {2012}
}