PrioriTree: a utility for improving phylodynamic analyses in BEAST.
PrioriTree: a utility for improving phylodynamic analyses in BEAST.
复制标题
DOI：
10.1093/bioinformatics/btac849
复制
发表时间：
2023-01-01
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
系统动力学方法是研究疾病暴发的地理和人口历史的核心。在离散地理空间动态模型下的推理涉及到许多必须从最少信息中推断出来的参数，它本质上对我们关于模型参数的先验信念很敏感。我们提出了一个互动的工具，优先树，以帮助研究人员识别和适应先前的敏感性离散地理推断。具体来说，PrioriTree提供了一套功能来为BEAST分析生成输入文件并汇总输出，以执行强大的贝叶斯推理，数据克隆分析以及评估候选离散地理（先验）模型与经验数据集的相对和绝对拟合。 PrioriTree作为R包分发，可在https：//github.com/jsigao/prioritree上获得，并在https://bookdown.org/jsigao/prioritree_manual/上提供了全面的用户手册。
Phylodynamic methods are central to studies of the geographic and demographic history of disease outbreaks. Inference under discrete-geographic phylodynamic models—which involve many parameters that must be inferred from minimal information—is inherently sensitive to our prior beliefs about the model parameters. We present an interactive utility, PrioriTree, to help researchers identify and accommodate prior sensitivity in discrete-geographic inferences. Specifically, PrioriTree provides a suite of functions to generate input files for—and summarize output from—BEAST analyses for performing robust Bayesian inference, data-cloning analyses and assessing the relative and absolute fit of candidate discrete-geographic (prior) models to empirical datasets. PrioriTree is distributed as an R package available at https://github.com/jsigao/prioritree, with a comprehensive user manual provided at https://bookdown.org/jsigao/prioritree_manual/.
登录
查看更多内容
DOI：
10.1016/j.cub.2011.05.058
发表时间：
2011-08-09
期刊：
Current biology : CB
影响因子：
--
作者：
Edwards CJ;Suchard MA;Lemey P;Welch JJ;Barnes I;Fulton TL;Barnett R;O'Connell TC;Coxon P;Monaghan N;Valdiosera CE;Lorenzen ED;Willerslev E;Baryshnikov GF;Rambaut A;Thomas MG;Bradley DG;Shapiro B
通讯作者：
Shapiro B
影响因子：
10.7
作者：
Gao, Jiansi;May, Michael R.;Rannala, Bruce;Moore, Brian R.
通讯作者：
Moore, Brian R.
影响因子：
4.3
作者：
Lemey P;Rambaut A;Drummond AJ;Suchard MA
通讯作者：
Suchard MA
影响因子：
10.7
作者：
Drummond, Alexei J.;Suchard, Marc A.;Rambaut, Andrew
通讯作者：
Rambaut, Andrew
影响因子：
10.7
作者：
Bollback, JP
通讯作者：
Bollback, JP