含多叉节点的基因树与物种树的协调

动机：现代物种中的数百万个基因仅属于数千个“基因家族”。一个基因家族包括同一基因在不同物种中的实例（直系同源物）以及同一物种中的重复基因（旁系同源物）。基因在进化过程中会发生获得和丢失。随着测序技术的进步，研究人员能够调查基因重复和丢失在适应性进化中的重要作用。由于基因进化的复杂性，直系同源物的识别是比较基因组学中一项基本但困难的任务。该任务的一个关键方法是使用所研究基因进化历史的显式模型，称为基因（家族）树。它通过称为树协调的过程，将基因树与基因所在物种的进化历史（称为物种树）进行比较。协调二叉基因树和物种树很简单。然而，在实践中基因树和物种树都可能非二叉，因此树协调提出了具有挑战性的问题。本文在二叉细化模型中研究了非二叉基因树和物种树的协调。结果：证明了即使对于重复成本，协调任意基因树和物种树的问题也是 NP 难的。随后，我们提出了协调非二叉基因树和非二叉物种树的首个高效方法。该方法试图找到给定基因树和物种树的二叉细化，以最小化协调成本。我们的算法已实现为软件，以支持大型数据集的快速自动化分析。可用性：该程序及其源代码可在其在线服务器 http://phylotoo.appspot.com 获取。