表型性状演化模型中的稀疏精度矩阵估计

系统发育性状演化模型允许对在一组相关生物样本中观测到的一组性状之间的演化相关性进行估计。通过直接沿可估计的系统发育树建模性状的演化,该模型的结构有效地控制了共享的演化历史。在这些模型中,相关相关性通常通过它们边际分布的高后验密度区间来评估。然而,所选相关性本身可能无法提供关于性状关系的全貌。它们的关联结构通过编码偏相关性的图来表达,反而能够突出显示表征性状间直接关联的稀疏模式。为开发一种基于模型的方法来识别此关联结构,我们探索了使用高斯图模型(GGM)进行协方差选择。我们以 G-Wishart 共轭先验对精度矩阵建模,从而得到稀疏精度估计。此外,该模型自然允许对性状间关联进行贝叶斯因子检验,无需额外计算。我们通过蒙特卡洛模拟以及应用于达尔文雀表型性状、原核生物基因组与表型性状的应用来评估我们的方法。我们的方法提供了准确的图估计,并对精度和相关系数估计具有更低的误差,特别是对于条件独立性状——后者正是 GGM 中稀疏性的目标。