Inference of multiple mergers while dating a pathogen phylogeny
Inference of multiple mergers while dating a pathogen phylogeny
复制标题
确定病原体系统发育时多重合并的推断
DOI：
10.1101/2023.09.12.557403
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Helekal D
中科院分区：
文献类型：
--
作者：
Helekal D
绝大多数病原体系统发育研究没有考虑存在多个合并事件的可能性，在这种情况下，树的一个节点导致两个以上的后代分支。然而，这些事件很可能在研究相对较少的种群时发生，或者如果繁殖机会有很大的变异性。在这里，我们考虑了在确定系统发育的时间，即确定每个节点的日期的背景下，检测多个合并的存在的问题。我们使用Lambda-合并理论作为建模框架，并展示了如何使用Billera-Holmes-Vogtmann空间嵌入和定制的马尔科夫链蒙特卡罗抽样方案高效地执行贝叶斯推理。我们将这种新的分析方法应用于大量的模拟数据集，以表明可以推断是否以及何时发生了多个合并事件，并且由于考虑了这些信息，系统发育测年得到了改善。我们还分析了霍乱弧菌和结核分枝杆菌的真实数据集，以证明我们的方法与真实病原体进化流行病学的相关性。我们已经在R包中实现了我们的新方法，该包可在https://github.com/dhelekal/MMCTime.免费获得
The vast majority of pathogen phylogenetic studies do not consider the possibility of multiple merger events being present, where a single node of the tree leads to more than two descendent branches. These events are however likely to occur when studying a relatively small population or if there is high variability in the reproductive chances. Here we consider the problem of detecting the presence of multiple mergers in the context of dating a phylogeny, that is determining the date of each of the nodes. We use the Lambda-coalescent theory as a modelling framework and show how Bayesian inference can be efficiently performed using a Billera-Holmes- Vogtmann space embedding and a customised Markov Chain Monte Carlo sampling scheme. We applied this new analysis methodology to a large number of simulated datasets to show that it is possible to infer if and when multiple merger events occurred, and that the phylogenetic dating is improved as a result of taking this information into account. We also analysed real datasets ofVibrio choleraeandMycobacterium tuberculosisto demonstrate the relevance of our approach to real pathogen evolutionary epidemiology. We have implemented our new methodology in a R package which is freely available at https://github.com/dhelekal/MMCTime.
登录
查看更多内容
影响因子：
10.7
作者：
Menardo F;Gagneux S;Freund F
通讯作者：
Freund F
影响因子：
1.4
作者：
Durrett, R;Schweinsberg, J
通讯作者：
Schweinsberg, J
影响因子：
16.8
作者：
Biek R;Pybus OG;Lloyd-Smith JO;Didelot X
通讯作者：
Didelot X
影响因子：
3.3
作者：
Eldon, B;Wakeley, J
通讯作者：
Wakeley, J
影响因子：
6.5
作者：
To TH;Jung M;Lycett S;Gascuel O
通讯作者：
Gascuel O