Efficient Bayesian inference under the multispecies coalescent with migration.
Efficient Bayesian inference under the multispecies coalescent with migration.
复制标题
DOI：
10.1073/pnas.2310708120
复制
发表时间：
2023-10-31
影响因子：
11.1
通讯作者：
Yang, Ziheng
中科院分区：
文献类型：
--
作者：
Flouri, Tomas;Jiao, Xiyun;Huang, Jun;Rannala, Bruce;Yang, Ziheng
利用基因组数据推断基因流需要强大的方法，因为结合、迁移和突变的过程是高度随机的。然而，它是具有挑战性的实现多物种结合迁移（MSC-M）模型在一个完整的似然框架正确和有效的。我们在MSC-M模型下开发了马尔可夫链蒙特卡罗算法，并在贝叶斯程序bpp中实现了它们，以实现高效的计算。我们进行了广泛的验证和测试，并表明我们的实现是可靠的，可以处理具有数千个位点的大型数据集。我们分析了按蚊的基因组数据，以证明使用基因组数据来测试基因流和估计基因流速率的可行性。基因组序列数据的分析揭示了普遍的种间基因流，并丰富了我们的理解，在物种形成和适应基因流的作用。使用基因组数据推断基因流需要强大的统计方法。然而，目前基于似然的方法涉及大量的计算，并且仅适用于小数据集。在这里，我们实现了多物种结合与迁移模型的贝叶斯程序bpp，它可以用来测试基因流和估计迁移率，以及物种的分歧时间和人口规模。我们开发了马尔可夫链蒙特卡罗算法，用于从后验中进行有效采样，从而能够分析具有数千个位点的基因组规模的数据集。在同一个程序中实现渐渗和迁移模型，使我们能够测试基因流动是否随着时间的推移连续发生或脉冲。按蚊基因组数据的分析表明，在典型的基因组数据集丰富的信息的模式和速度的基因流。
Inference of gene flow using genomic data requires powerful methods as the process of coalescent, migration, and mutation is highly stochastic. However, it is challenging to implement the multispecies coalescent with migration (MSC-M) model in a full likelihood framework correctly and efficiently. We developed Markov chain Monte Carlo algorithms under the MSC-M model and implement them in our Bayesian program bpp to achieve efficient computation. We conduct extensive validations and tests and show that our implementation is reliable and can handle large datasets with thousands of loci. We analyzed genomic data from the Anopheles mosquitoes to demonstrate the feasibility of using genomic data to test for gene flow and to estimate the rate of gene flow. Analyses of genome sequence data have revealed pervasive interspecific gene flow and enriched our understanding of the role of gene flow in speciation and adaptation. Inference of gene flow using genomic data requires powerful statistical methods. Yet current likelihood-based methods involve heavy computation and are feasible for small datasets only. Here, we implement the multispecies-coalescent-with-migration model in the Bayesian program bpp, which can be used to test for gene flow and estimate migration rates, as well as species divergence times and population sizes. We develop Markov chain Monte Carlo algorithms for efficient sampling from the posterior, enabling the analysis of genome-scale datasets with thousands of loci. Implementation of both introgression and migration models in the same program allows us to test whether gene flow occurred continuously over time or in pulses. Analyses of genomic data from Anopheles mosquitoes demonstrate rich information in typical genomic datasets about the mode and rate of gene flow.
登录
查看更多内容
影响因子：
1.9
作者：
Bahlo, M;Griffiths, RC
通讯作者：
Griffiths, RC
三个物种的隔离与迁移模型的最大似然实现
影响因子：
6.5
作者：
Dalquen, Daniel A.;Zhu, Tianqi;Yang, Ziheng
通讯作者：
Yang, Ziheng
影响因子：
6.5
作者：
Blischak, Paul D.;Chifman, Julia;Kubatko, Laura S.
通讯作者：
Kubatko, Laura S.
DOI：
10.1093/g3journal/jkac040
发表时间：
2022-04-04
期刊：
G3 (Bethesda, Md.)
影响因子：
--
作者：
Beerli P;Ashki H;Mashayekhi S;Palczewski M
通讯作者：
Palczewski M
影响因子：
3.3
作者：
Costa RJ;Wilkinson-Herbots H
通讯作者：
Wilkinson-Herbots H