GTRspmix：捕捉位点间可交换性异质性以改进蛋白质系统发育分析

位点速率混合模型和谱型混合模型能够刻画氨基酸替换过程在不同位点间的异质性。然而，这些模型通常只使用单一的氨基酸交换率矩阵，并忽略了这些交换率在位点间可能存在的异质性。若简单地将多个交换率矩阵与速率混合和谱型混合相结合，就会导致混合成分数量的组合爆炸，以及自由参数数量的急剧增加，因而难以实际应用。 在此，我们提出了 GTRspmix，这是一种新的框架，能够将多个交换率矩阵纳入谱型混合模型和位点速率混合模型，同时有效控制模型复杂度。GTRspmix 采用基于聚类的策略，对谱型进行分组，并为每个谱型簇分配一个独立的交换率矩阵。基于经验数据集和模拟数据集的评估表明，GTRspmix 对经验数据的拟合显著优于传统模型，并且对于足够大的序列比对，参数过多并不会构成问题。基于这些结果，我们从 Pfam 数据库中估计了一组通用经验模型（IQ-TREE3 中提供的 SXXpfamCYY 系列）。这些通用模型不仅能够更好地拟合数据，还会影响分支长度和树拓扑的估计，从而有效减轻长枝吸引伪影。由于速率矩阵的总数仍保持在可控范围内，推断的计算效率与传统谱型混合模型（例如 LG+C60+G4）相同。GTRspmix 为蛋白质进化提供了一个更为真实且灵活的模型，并为可靠系统发育树的推断奠定了坚实基础。

本网站正在使用一项安全服务来保护自身免受在线攻击。您刚才执行的操作触发了该安全防护机制。可能导致此次拦截的操作包括提交特定的词语或短语、SQL 命令，或格式错误的数据。

您可以向网站所有者发送电子邮件，告知您遭到拦截。请在邮件中说明当此页面出现时您正在执行的操作，并附上本页面底部显示的 Cloudflare Ray ID。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.18.729217v1?rss=1

🏷️ 蛋白质系统发育 替换率异质性 混合模型 系统发育推断 长枝吸引 IQ-TREE