Fast Bayesian Inference of Phylogenies from Multiple Continuous Characters
Fast Bayesian Inference of Phylogenies from Multiple Continuous Characters
复制标题
多个连续性状的系统发育的快速贝叶斯推断
DOI：
10.1093/sysbio/syad067
复制
发表时间：
2023
影响因子：
6.5
通讯作者：
Matschiner, ed., Michael
中科院分区：
文献类型：
--
作者：
Zhang, Rong;Drummond, Alexei J.;Mendes, Fábio K.;Matschiner, ed., Michael
时间尺度的系统发育树是进化生物学的最终目标，也是比较研究的必要组成部分。基因组数据的积累已经在很大程度上解决了生命树，但如果没有外部信息，如化石年龄和形态特征，时间进化事件仍然具有挑战性，如果不是不可能的。将形态学的树木估计方法落后于他们的分子同行，特别是在连续字符的情况下。尽管最近取得了一些进展，但随着我们接近分子所能教给我们的极限，这些工具仍然非常需要。在这里，我们实施了一套最先进的方法，用于在遗传学中利用连续形态学，并通过进行广泛的模拟研究，我们彻底验证和探索我们的方法的属性。在保留模型的通用性和可扩展性的同时，我们可以估计多个连续字符的绝对和相对发散时间，同时考虑不确定性。我们编译和分析了迄今为止最数据类型多样的数据集之一，包括当代和古代的分子序列，以及来自活的和灭绝的食肉动物类群的离散和连续的形态特征。最后，我们综合我们的方法的行为的教训，并建议未来的研究场所。
Time-scaled phylogenetic trees are an ultimate goal of evolutionary biology and a necessary ingredient in comparative studies. The accumulation of genomic data has resolved the tree of life to a great extent, yet timing evolutionary events remain challenging if not impossible without external information such as fossil ages and morphological characters. Methods for incorporating morphology in tree estimation have lagged behind their molecular counterparts, especially in the case of continuous characters. Despite recent advances, such tools are still direly needed as we approach the limits of what molecules can teach us. Here, we implement a suite of state-of-the-art methods for leveraging continuous morphology in phylogenetics, and by conducting extensive simulation studies we thoroughly validate and explore our methods’ properties. While retaining model generality and scalability, we make it possible to estimate absolute and relative divergence times from multiple continuous characters while accounting for uncertainty. We compile and analyze one of the most data-type diverse data sets to date, comprised of contemporaneous and ancient molecular sequences, and discrete and continuous morphological characters from living and extinct Carnivora taxa. We conclude by synthesizing lessons about our method’s behavior, and suggest future research venues.
登录
查看更多内容
影响因子：
3.3
作者：
Eastman, Jonathan M.;Alfaro, Michael E.;Harmon, Luke J.
通讯作者：
Harmon, Luke J.
模拟数据的经验真实性比用于生成数据的模型更重要：对 Goloboff 等人的回复。
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
Joseph E. O’Reilly;Mark N. Puttick;D. Pisani;P. Donoghue
通讯作者：
P. Donoghue
有关 R 中多维缩放和展开的更多信息：smacof 版本 2
影响因子：
5.8
作者：
P. Mair;P. Groenen;J. Leeuw
通讯作者：
J. Leeuw
使用连续采样的提示来确定系统发育。
影响因子：
6.5
作者：
T. Stadler;Ziheng Yang
通讯作者：
Ziheng Yang
影响因子：
1
作者：
Şakir Özkurt;E. Güleç;A. Erkman
通讯作者：
Şakir Özkurt;E. Güleç;A. Erkman