- 4 次围观
在重建系统发育性状历史时，生物学家旨在识别不同的进化轨迹，即性状状态演化路径。然而，生物学家通常希望对代表单一系统发育树上大量潜在性状历史的信息进行概括。对于离散性状，除特定事件（即状态转换类型）的发生频率或谱系在各状态中停留的时间之外，能够概括唯一进化轨迹数量的方法很少。这里，我们提出一个通过将离散性状历史压缩为轨迹树来概括其进化轨迹的框架，其中分支代表独特的性状演化路径，而非谱系。该框架包括一种新的压缩树表示，称为情景树（scenario tree），它保留时间信息，确保每条从根到叶的路径都代表一条独特且具有明确时间信息的进化轨迹。我们描述并应用了若干方法，将系统发育树概括为转换树。我们还包括可视化摘要，如一致轨迹树、轨迹树缠结图以及“轨迹—时间图”，以比较独特进化轨迹如何在谱系和状态转换之间积累。我们还包括定量摘要，如在独特进化轨迹中所花费的时间，以及随后遵循独特性状状态转换的转换次数。我们使用新的按轨迹汇总方法来评估常用的连续时间马尔可夫性状演化模型的充分性，这些模型无记忆，并且仅考虑状态对之间的速率。我们进行了多项基于模拟的实验，展示了我们新颖的按轨迹方法的效用。我们还将新的按轨迹方法应用于大安的列斯群岛变色蜥属（Anolis）蜥蜴的生物地理学和生态形态演化，发现与我们最佳拟合的性状演化模型的模拟结果相比，Anolis 沿着显著更多的独特进化轨迹演化。相对于模拟轨迹，独特进化路径的积累呈早期爆发模式，且这种爆发在所有性状状态转换事件上都比预期更为强烈。
在重建系统发育性状历史时，生物学家旨在识别不同的进化轨迹，即性状状态演化的路径。然而，对于单一系统发育树所对应的大量潜在性状历史，生物学家通常希望对其信息进行概括。对于离散性状，除特定事件（即状态转变类型）的频率或谱系在各状态中停留的时间之外，用于概括独特进化轨迹数量的方法仍然很少。在此，我们提出一个用于概括离散性状历史进化轨迹的框架，该框架通过将其压缩为轨迹树来实现，其中树枝代表的是独特的性状演化路径，而非谱系。该框架包括一种新的压缩树表示方法，称为情景树（scenario tree），它保留了时间信息，从而确保每一条从根到梢端的路径都代表一条独特且具有明确时间信息的进化轨迹。我们描述并应用了若干将系统发育树概括为转变树的方法。我们纳入了可视化概括方法，例如共识轨迹树、轨迹树缠结图以及“轨迹—时间图”，以比较独特进化轨迹如何在谱系和状态转变过程中累积。我们还纳入了定量概括指标，例如在独特进化轨迹中所花费的时间，以及发生在独特性状状态转变之后的转变次数。
我们利用新的基于轨迹的概括方法来评估常用连续时间马尔可夫性状演化模型的适足性，这类模型是无记忆的，并且只考虑状态对之间的转变速率。我们开展了多项基于模拟的实验，证明了这些新型基于轨迹方法的效用。我们还将这些新的基于轨迹的方法应用于大安的列斯群岛变色龙属蜥蜴（Anolis）的生物地理学与生态形态演化研究，结果发现，Anolis沿着远多于我们最佳拟合性状演化模型模拟结果所预期的独特进化轨迹发生了演化。与模拟轨迹相比，独特进化路径的数量呈现出早期爆发式累积模式，并且这种爆发在所有性状状态转变事件中都比预期更为强烈。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.14.732171v1?rss=1
🏷️ 系统发育重建 离散性状演化 进化轨迹 轨迹树 生物地理学 Anolis蜥蜴