Detection of Adaptive Shifts on Phylogenies by using Shifted Stochastic Processes on a Tree
利用树上参数突变随机过程检测系统发育中的适应性转变AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究系统发育树上的生态演化转变，不能仅凭树结构或参数变化归入网络及宏观结构变化。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
利用树上参数突变随机过程检测系统发育中的适应性转变
- 研究问题
- 如何在系统发育树上的性状演化模型中识别适应性参数转变，并处理多个演化情景产生相同现存物种分布的问题？
- 方法与思路
- 作者递归枚举等价情景，在不完整数据框架下使用 EM 算法估计，并按有效情景数量设计转变次数选择程序。
- 材料陈述的贡献
- 摘要称证明含转变模型一般不可识别，简约限制仅部分缓解问题；同时提出情景计数算法并证明选择程序的预言不等式。
- 阅读关注点
- 应核对不可识别与情景等价的具体定义、简约限制的作用，以及 EM 估计和预言不等式依赖的模型条件。
- 阅读边界
- Crossref 摘要未给出树上过程的完整设定、损失函数或不等式形式；树上转变也不能直接等同于宏观时间序列结构变化。
原文摘要
Summary Comparative and evolutive ecologists are interested in the distribution of quantitative traits between related species. The classical framework for these distributions consists of a random process running along the branches of a phylogenetic tree relating the species. We consider shifts in the process parameters, which reveal fast adaptation to changes of ecological niches. We show that models with shifts are not identifiable in general. Constraining the models to be parsimonious in the number of shifts partially alleviates the problem but several evolutionary scenarios can still provide the same joint distribution for the extant species. We provide a recursive algorithm to enumerate all the equivalent scenarios and to count the number of effectively different scenarios. We introduce an incomplete-data framework and develop a maximum likelihood estimation procedure based on the expectation–maximization algorithm. Finally, we propose a model selection procedure, based on the cardinal of effective scenarios, to estimate the number of shifts and for which we prove an oracle inequality.