人工神经网络对生物树系距离函数的逼近

推断样本中生物体之间的生物树系关系是现代生物学中的一个基本问题。虽然基于距离的层次聚类算法在此任务上曾取得早期成功，但后者被基于分子演化复杂模型的贝叶斯方法和最大似然搜索程序所取代。在本工作中，我们描述了能够逼近经典生物树系距离函数的最小神经网络架构，并阐述了在各种分子演化模型下学习距离所需的属性。与基于模型的推断（以及最近提出的基于卷积和变换器网络的模型无关方法）相比，这些架构具有较小的计算资源占用，能够扩展至大量分类学和分子特征。所学到的距离函数能良好地泛化，并在给定合适的训练数据集时，达到与最先进推断方法相当的效果。