用于多个二元性状耦合、可逆协同演化的约化状态空间中的超立方体 Mk 模型

许多科学问题涉及耦合的二元特征随时间共同演化的过程——从进化生物学中的表型到癌症发生过程中的突变。进化积累模型（EvAMs）常常忽略这些系统中的可逆性、观测中的不确定性和/或观测之间的系统发育联系。相比之下，系统发育比较方法中的 Mk 模型支持可逆性、不确定性和相关性，但其计算时间随特征数量 L 按 O(4^L) 的规模增长，因此难以应用于超过约六个相互耦合、共同演化的二元性状。 在此，我们提出 HyperMk2，这是一种利用类似 Fitch 的简约性算法输出结果的方法，用于缩减与多个共同演化性状相关的状态空间，同时保留灵活性、可逆性和系统发育信息。尽管这种方法是近似的，但其计算规模随不同观测数量呈线性增长，而非随性状数量呈指数增长，因此支持对比以往可能规模大得多的系统进行研究。我们展示了该方法如何实现对细菌抗菌药物耐药性进化动力学的推断，包括识别性状之间的潜在影响，并讨论了其更广泛的应用。

许多科学问题都涉及耦合的二元特征随时间共同演化的过程——从进化生物学中的表型到癌症发生过程中的突变。进化累积模型（EvAMs）通常忽略这些系统中的可逆性、观测中的不确定性和/或观测之间的系统发育联系。相比之下，系统发育比较方法中的 Mk 模型支持可逆性、不确定性和亲缘相关性，但其计算时间随特征数量 L 按 O(4^L) 的规模增长，这使其难以应用于超过大约六个耦合、共同演化的二元性状。

在此，我们引入 HyperMk2，这是一种利用类 Fitch 简约算法输出的方法，用于在保留灵活性、可逆性和系统发育信息的同时，缩减与多个共同演化性状相关的状态空间。尽管这种方法是近似的，但其计算规模随不同观测数目线性增长，而非随性状数目呈指数增长，因此能够支持对比以往大得多的系统进行研究。我们展示了该方法如何用于推断细菌中抗菌药物耐药性的进化动力学，包括识别性状之间可能的影响，并讨论了其更广泛的应用。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.01.729317v1?rss=1

🏷️ 系统发育比较方法 协同演化 二元性状模型 状态空间约简 抗菌药物耐药性