- 3 次围观
RELAX 得出的选择强度估计以 K 的点估计值和似然比检验的 P 值报告。我们发现，在默认设置下，针对规模普通的数据，该程序无法复现其自身的拟合结果。在采用两种优化器配置重新拟合的 27 个酶条目中，没有一个条目的对数似然能够在 0.01 个单位以内得到复现；变化量的中位数为 103 个单位，最大值超过 3,400 个单位，且有 4 个判定结果发生反转。对 80 个零假设直系同源基因的分析一个也未能复现。使用字节级完全相同的命令，在单线程条件下、跨越三个版本进行重复运行时，每次均返回不同的似然值；在依据拟合模型模拟的比对数据上，复现率也仅为 3.3%。文档中记载的随机数种子在通过命令行赋值时实际上从未传递给随机数生成器，但程序回读的却是所提供的数值。PAML 有助于定位原因：其不含位点类别的双比率模型对全部 288 个基因均能复现对数似然，而其位点类别模型的结果仅有 27% 至 67% 达成一致。由此可见，不稳定性源于跨位点的混合，而非程序本身。输出结果并未显示这一点：410 个拟合中有 46 个以负的似然比统计量结束，这在收敛情况下是不可能的；另有 123 个报告的 K 是在定义域约束下重新估计的，而非无约束最大值。在 234 项使用 RELAX 的已发表研究中，没有一项报告随机数种子。在将线程数固定为 1 的条件下设置随机种子，在两个版本、20 个基因上进行的 60 次运行全部得到复现；仅设置种子时，5 次运行无一复现，而现有文档没有说明这一第二项条件。我们建议重复进行拟合，并报告其离散程度。
RELAX 对选择强度的估计以 K 的点估计值和似然比 P 值报告。我们发现，在默认设置下，对于普通规模的数据，该程序无法重现其自身的拟合结果。在采用两种优化器配置对 27 个酶条目重新拟合时，没有一个条目的对数似然能够在 0.01 个单位以内重现；变化量的中位数为 103 个单位，最大值超过 3,400 个单位，且有四个判定结果发生反转。对 80 个零模型直系同源序列的拟合没有一次成功重现。即使使用字节完全相同的命令，在单线程模式下、跨三个版本的程序进行每次重复运行时，也都会得到不同的似然值；在根据拟合模型模拟的比对数据上，能够重现结果的重复样本比例也仅为 3.3%。文档中说明的随机数种子在通过命令行赋值时实际上并未传递给随机数生成器，但程序读回的却是所提供的数值。PAML 有助于定位该问题的原因：其不含位点类别的双比率模型在全部 288 个基因上都重现了对数似然，而其位点类别模型的一致率仅为 27% 至 67%。因此，问题源于跨位点的混合模型，而非程序本身。输出结果并未显示这一点：410 次拟合中有 46 次以负的似然比统计量结束；在收敛条件下这是不可能的；另有 123 次报告的 K 是在参数域约束下重新估计的，而不是无约束最大值。在 234 项使用 RELAX 的已发表研究中，没有一项报告随机数种子。在将线程数固定为 1 的条件下，设置随机数种子可使两个版本的程序对 20 个基因进行的 60 次运行全部重现；仅设置种子时，五次运行无一重现，而现有文档没有说明这一附加条件。我们建议重复进行拟合，并报告其离散程度。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.20.751138v1?rss=1
🏷️ RELAX模型 系统发育分析 自然选择强度 模型拟合复现性 随机数种子 计算 reproducibility