Nonbifurcating Phylogenetic Tree Inference via the Adaptive LASSO
通过自适应 LASSO 推断非二叉系统发育树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：摘要研究生物系统发育树的分支长度与拓扑特征，不是所列社会网络干扰或其他计量经济学细分问题。
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…
通过自适应 LASSO 推断非二叉系统发育树
- 研究问题
- 在密集 DNA 测序形成的系统发育树中，如何识别零长度分支，从而揭示被采样祖先和多个后代同时产生的多分叉结构？
- 方法与思路
- 作者对系统发育树的分支长度引入自适应 LASSO 类正则化估计，推导其性质，并研究正则化识别零长度分支的实用性。
- 材料陈述的贡献
- 摘要称传统最大似然方法不能揭示所关注的零长度分支，而提出的正则化估计能够识别这类结构，并给出理论性质。
- 阅读关注点
- 应核对树拓扑与分支长度是否共同估计、零长度分支的识别条件，以及惩罚权重选择和对采样祖先、多分叉的解释。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；理论条件和实证比较未展开，不能推断具体恢复概率或计算优势。
原文摘要
Phylogenetic tree inference using deep DNA sequencing is reshaping our understanding of rapidly evolving systems, such as the within-host battle between viruses and the immune system. Densely sampled phylogenetic trees can contain special features, including sampled ancestors in which we sequence a genotype along with its direct descendants, and polytomies in which multiple descendants arise simultaneously. These features are apparent after identifying zero-length branches in the tree. However, current maximum-likelihood based approaches are not capable of revealing such zero-length branches. In this article, we find these zero-length branches by introducing adaptive-LASSO-type regularization estimators for the branch lengths of phylogenetic trees, deriving their properties, and showing regularization to be a practically useful approach for phylogenetics. Supplementary materials for this article are available online.