似然树简约树.pptxVIP

第六讲 似然树与简约树基本思想：假设函数的总体分布已知，但有未知参数θ，在 θ的一切可能值中选一个样本观察值出现的频率为最大的θ值作为其估计值，记做?，并将其称为θ的最大似然估计值。这种求估计值的方法称为最大似然估计法。应用：1）ML法提供了准确的参数估计的点估计方法，常用于计算序列距离和分歧度；2）ML为一个估计的不确定性提供了计算置信值区间的方法；3）比较不同假设优劣；4）计算系统树置信值和比较树的拓扑结构最大似然法最大似然法建树原理：将系统树的拓扑结构、分支长度及进化模型参数等的全部或者部分作为需要估计的参数θ，在给定数据集及进化模型的基础上，用最大似然法的标准——似然值最大化来估计这些参数。建树过程：1）选择进化模型；2）以MPT或NJ树为基础采用ML法估计模型中的各个参数；3）应用步骤1、2确定的模型和参数，从MP树、NJ树或其他类型的起始树进行ML分析；4）用统计学方法从多个ML树中选择最优ML树ML树结果：1）ML树的似然值：表示在特定替换模型及特定参数赋值下获得的该树与数据及之间的最大似然值，一般表示为-lnL=2008.23；2）分支长度：ML树的每一分支的长度表示发生在该分支上的相对进化数量；3）使用的模型及参数；4）支持度：一般进行自举检验；ML法优点：1）具有统计学一致性的最有效和最可靠的系统发生分析方法之一；2）对进化过程有着明显的模型假设；3）一种稳健的系统发生方法，可根据特点的基因选择最适合模型；4）结果可进行显著性检验。ML法缺点：1）计算量巨大；2）计算复杂；3）进化模型的问题；4）现有算法易陷入系统树分布空间上局部最大似然值；5）目前ML方法中，似然函数并不包含拓扑结构这一参数在线建树网站：CIPRES（/portal2/login!input.action;jsessionid=54E5409E35A57687C1CF8AB75AEFBBFF/portal2/login!input.action;jsessionid=54E5409E35A57687C1CF8AB75AEFBBFF）贝叶斯系统发生推论法基本观点：任何一个未知量θ都可看做一个随机变量，能够用一个概率分布来描述θ的基本状况。这个概率分布是在抽样前就有的关于θ先验信息的概率陈述。先验概率：根据历史资料和主观判断所确定的各事件发生的概率。后验概率：利用贝叶斯公式，结合实验或调查等方式获得了新的数据后，对先验概率进行修正得到的更符合实际的修正概率。后验概率最大的树为最优树。BI分析结果包括：1）MCMC收敛鉴别特征：稳态曲线、PSRF等；2）进化模型参数；3）贝叶斯系统树；BI：begin mrbayes;outgroup xxx;Prset statefreqpr=dirichlet(1,1,1,1);lset nst=6 rates=invgamma;mcmcp ngen=1000000 samplefreq=100 nchains=4 savebrlens=yes;mcmc;end;简约法原理：在同样的解释能力下，简单的假说比复杂的假说好。在所有可能的系统树中，解释数据集中性状状态改变需要最小额外进化步骤数目的树为最优树。简约性信息位点指基于DNA或蛋白质序列、利用最大简约法构建系统发育树时，在两个及以上分类单元（的序列）中存在差异，且其中至少有两种变异类型在该位点出现两次及以上，此类位点称为简约性信息位点。所有分类单元中状态恒定的位点和只出现一次的变异的位点都是非简约性信息位点。　例如，分析以下5条DNA序列的5个位点：?　a A G G C T?　b A C G C T?　c A C G G T?　d A T G G A?　e A A T T A?简约法简约法分析结果：1）MP树；2）性状进化假设优点：1）直接应用原始性状数据；2）最少依靠关于序列进化的假说；3）方法和程序成熟；4）可同时将形态、分子数据联合分析；5）对空位编码后进行分析；缺点：1）仅适用于亲缘关系较近的物种；2）统计学不一致性3）不能很好地将不同分类单元之间的碱基组成频率信息考虑进来Begin paup;set autoclose=yes warntree=no warnreset=no increase=auto;OUTGROUP xxx; [named your outgroup]Set criterion=parsimony;include all;exclude uninf/only; [keep informative sites]bootstrap nreps=1000 treefile=boot_MP.tre format=phylip brlens=yes replace=yes search=heuristic/ addseq=rand