似然树简约树.pptx

第六讲 似然树与简约树;最大似然法;最大似然法建树;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;;贝叶斯系统发生推论法;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;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;;系统树美化