Phylogenetic Tree Construction Using Markov Chain Monte Carlo
使用马尔可夫链蒙特卡洛构建系统发育树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 DNA 系统发育树的贝叶斯计算，树结构本身不构成经济网络与干扰研究。
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…
关注这篇论文的作者
使用马尔可夫链蒙特卡洛构建系统发育树
- 研究问题
- 给定一组 DNA 序列，如何通过贝叶斯采样探索系统发育树的后验分布，并量化树结构不同特征的不确定性？
- 方法与思路
- 作者在简单突变模型下构造以系统发育树条件分布为平稳分布的马尔可夫链，兼顾全局移动、计算可行性与树结构诊断。
- 材料陈述的贡献
- 摘要称，方法提供系统发育树的贝叶斯构建程序及专门诊断，并可估计所研究树特征及其对应的变异性。
- 阅读关注点
- 核对突变模型、树及参数先验、提议移动与平稳分布的关系，以及树结构诊断和各类不确定性度量如何实施。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明模型细节或混合速度，具有目标平稳分布不意味着有限采样已充分探索树空间。
原文摘要
We describe a Bayesian method based on Markov chain simulation to study the phylogenetic relationship in a group of DNA sequences. Under simple models of mutational events, our method produces a Markov chain whose stationary distribution is the conditional distribution of the phylogeny given the observed sequences. Our algorithm strikes a reasonable balance between the desire to move globally through the space of phylogenies and the need to make computationally feasible moves in areas of high probability. Because phylogenetic information is described by a tree, we have created new diagnostics to handle this type of data structure. An important byproduct of the Markov chain Monte Carlo phylogeny building technique is that it provides estimates and corresponding measures of variability for any aspect of the phylogeny under study.