Fractional coalescent
Fractional coalescent
复制标题
分级聚结剂
DOI：
10.1073/pnas.1810239116
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Beerli, Peter
中科院分区：
文献类型：
--
作者：
Mashayekhi, Somayeh;Beerli, Peter
介绍了一种实现聚结的方法--分数聚结。推导是基于离散时间的Cannings人口模型，其中的后代数量的方差取决于参数。这个额外的参数影响的变化模式的等待时间;值导致增加短的时间间隔，但偶尔允许非常长的时间间隔。当-coalescent和金曼的-coalescent是等价的。导出了到最近共同祖先的时间分布和在一个时间间隔内基因从前共同祖先下降的概率。该算法已在群体遗传模型推理软件Migrate中实现。模拟研究表明，它是可能的，以准确地估计值与knownvalues生成的数据和聚结可以检测潜在的环境异质性的人口。贝叶斯因子的模拟数据与真实的数据（H1N1流感和疟疾寄生虫）的比较表明，一个改进的模型适合的合并。聚结的发展及其纳入推理程序Migrate有利于测试偏离聚结。
An approach to the coalescent, the fractional coalescent (-coalescent), is introduced. The derivation is based on the discrete-time Cannings population model in which the variance of the number of offspring depends on the parameter. This additional parameteraffects the variability of the patterns of the waiting times; values oflead to an increase of short time intervals, but occasionally allow for very long time intervals. When, the-coalescent and the Kingman’s-coalescent are equivalent. The distribution of the time to the most recent common ancestor and the probability thatgenes descend fromancestral genes in a time interval of lengthfor the-coalescent are derived. The-coalescent has been implemented in the population genetic model inference software Migrate. Simulation studies suggest that it is possible to accurately estimatevalues from data that were generated with knownvalues and that the-coalescent can detect potential environmental heterogeneity within a population. Bayes factor comparisons of simulated data withand real data (H1N1 influenza and malaria parasites) showed an improved model fit of the-coalescent over the-coalescent. The development of the-coalescent and its inclusion into the inference program Migratefacilitates testing for deviations from the-coalescent.
登录
查看更多内容
影响因子：
3.3
作者：
M. Kuhner;Jon A Yamato;J. Felsenstein
通讯作者：
M. Kuhner;Jon A Yamato;J. Felsenstein
DOI：
10.1209/0295-5075/96/20004
发表时间：
2011
期刊：
EPL (Europhysics Letters)
影响因子：
--
作者：
M. Politi;T. Kaizoji;E. Scalas
通讯作者：
E. Scalas
影响因子：
56.9
作者：
J. Roman;S. Palumbi
通讯作者：
J. Roman;S. Palumbi
影响因子：
1.5
作者：
TAKAHATA, N
通讯作者：
TAKAHATA, N
影响因子：
3.3
作者：
Eldon, B;Wakeley, J
通讯作者：
Wakeley, J