利用代数不变量超快学习系统发育网络中的4节点杂交环
种群与进化
2023-11-10 v3 代数几何
应用统计
摘要
动机：生命之树(Tree of Life)中基因流的普遍性挑战了演化可以用完全二分过程来表示的观点，因为该过程无法捕捉杂交、基因渗入或水平基因转移等重要生物学现实。基于溯祖的网络方法日益流行，但无法扩展至大数据，因为它们需要在网络空间中进行启发式搜索以及可能是 NP-hard 的数值优化。结果：在此，我们引入一种基于代数不变量重建系统发育网络的新方法。尽管在系统发育学中使用代数不变量有着悠久的传统，但我们的工作首次在多物种溯祖模型下，定义了基于一致性因子（输入基因树中4分类群拆分的频率）的系统发育不变量，以识别 level-1 系统发育网络。我们新颖的推断方法无需优化，因为它仅需要求值多项式方程，因此它绕过了网络空间的遍历，计算速度比迄今最快的网络方法至少快10倍。我们在多种模拟场景以及在犬属系统发育网络的估计中，展示了我们新方法的准确性与速度。可用性与实现：我们在开源公开可用的 Julia 包 PhyloDiamond.jl 上实现了我们的新理论，该包可在 https://github.com/solislemuslab/PhyloDiamond.jl 获取，在进化生物学界具有广泛适用性。联系方式：[email protected]
引用
@article{arxiv.2211.16647,
title = {Ultrafast learning of 4-node hybridization cycles in phylogenetic networks using algebraic invariants},
author = {Zhaoxing Wu and Claudia Solis-Lemus},
journal= {arXiv preprint arXiv:2211.16647},
year = {2023}
}