基于分支支持度的系统发育信息量测度

由 root 提交于 周三, 11/18/2026 - 18:47
摘要

系统发育信息含量通常被理解为数据对类群单系性假说的支持程度。这通常以类群支持度表示,并通过自助法和刀切法等重抽样技术进行估计。本文讨论如何概括数据质量的这一方面。我指出,原始的自助法或刀切法支持比例并不适合用于这一目的,并提出采用对数变换。该变换可解释为将类群支持度值转换为性状数目,即在对无同塑性数据矩阵进行简约法分析时,预期产生相同重抽样支持比例所需的性状数目。这些“支持性状”数目的分布及由该分布导出的描述性统计量,如均值(平均性状支持度,Mean Character Support,简称 MCS)及其标准差,能够有效概括所用数据集的质量。我通过实证数据集和模拟数据集证明,MCS 能够准确反映信息含量,而一些常用的数据质量替代度量指标(总体一致性指数、总体保留指数、数据决定性和总支持指数)则不能。与大多数其他数据质量度量指标不同,MCS 可应用于多种系统发育方法所生成的树,包括简约法、距离法和最大似然法。

johan.nylander{at}nrm.se

摘要

信息/历史

指标

数据/代码

预览 PDF

摘要

系统发育信息含量通常被理解为数据对演化支单系性假说的支持程度。这通常以演化支支持度表示,一般通过自助法和刀切法等重抽样技术估计。本文讨论如何概括数据质量的这一方面。我指出,未经变换的自助法或刀切法支持比例不适合用于此目的,并提出采用对数变换。该变换可解释为:将演化支支持度值转换为在无同形性数据矩阵的简约分析中,预期产生相同重抽样支持比例所需的性状数。这些“支持性状”数量的分布,以及由该分布得出的描述性统计量,如均值(平均性状支持度,Mean Character Support,简称 MCS)及其标准差,能够有效概括底层数据集的质量。我通过实证数据集和模拟数据集证明,MCS 能够准确反映信息含量,而一些常用的其他数据质量度量指标(整体一致性指数、整体保留指数、数据决定性和总支持指数)则不能。与大多数其他数据质量度量指标不同,MCS 可应用于多种系统发育方法所构建的树,包括简约法、距离法和最大似然法。

利益冲突声明

作者声明不存在利益冲突。

脚注

https://github.com/nylander/get_newick_info

已声明的资助方信息

瑞典研究理事会

,621-2001-2963

版权

本预印本的版权所有者为作者/资助方,其已授予 bioRxiv

永久展示该预印本的许可。

本文依据

CC-BY 4.0 国际许可协议

提供。

返回顶部

上一篇

下一篇

发布于2026年11月17日。

下载 PDF

数据/代码

电子邮件

感谢您有意帮助传播 bioRxiv 的相关内容。

注意:索取您的电子邮件地址仅用于确认您是本文的发送者。

您的电子邮件地址

*

您的姓名

*

收件人

*

请输入多个电子邮件地址,每行一个,或用逗号分隔。

您将通过电子邮件发送以下内容

基于演化支支持度衡量系统发育信息量

邮件主题

(您的姓名)从 bioRxiv 向您转发了一个页面

邮件正文

(您的姓名)认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于验证您是否为人类访客,并防止自动提交垃圾信息。

分享

基于演化支支持度衡量系统发育信息量

Johan A. A.

Nylander

bioRxiv

2026.11.13.766116;

doi:

https://doi.org/10.64898/2026.11.13.766116

分享本文:

复制

引文工具

基于演化支支持度衡量系统发育信息量

Johan A. A.

Nylander

bioRxiv

2026.11.13.766116;

doi:

https://doi.org/10.64898/2026.11.13.766116

文献管理软件格式

BibTeX

Bookends

EasyBib

EndNote(带标签格式)

EndNote 8(xml)

Medlars

Mendeley

Papers

RefWorks 带标签格式

Ref Manager

RIS

Zotero

推文小组件

Facebook 点赞

Google Plus One

学科领域

生物信息学

学科领域

所有文章

动物行为与认知

(8164)

生物化学

(19027)

生物工程

(15171)

生物信息学

(46071)

生物物理学

(22958)

肿瘤生物学

(20341)

细胞生物学

(27627)

临床试验

(138)

发育生物学

(14286)

生态学

(21622)

流行病学

(2067)

进化生物学

(26038)

遗传学

(16481)

基因组学

(24087)

免疫学

(19265)

微生物学

(43690)

分子生物学

(18573)

神经科学

(96252)

古生物学

(718)

病理学

(3078)

药理学与毒理学

(5281)

生理学

(8380)

植物生物学

(16455)

科学传播与教育

(2126)

合成生物学

(4697)

系统生物学

(10488)

动物学

(2443)

关键词:系统发育信息量 · 分支支持度 · 平均性状支持度 · 重抽样方法 · 数据质量评估 · 系统发育推断

原文链接:https://www.biorxiv.org/content/10.64898/2026.11.13.766116v1?rss=1