抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
網状化(種ネットワーク)による種系統発生を推論する統計的方法の開発は,異なる種間の遺伝子流動の多くの発見をもたらした。しかし,種ネットワークの次元は固定されないので,これらの方法は,真の値を超える次元の数を増加させることにより,すべてのゲノム遺伝子座に対する単一置換率を仮定するような,モデル誤指定の種類を補償できる。ポピュラーな完全Bayes種ネットワーク法MCMC_SEQは,以前にこの仮定を作り,その精度を高め,偽結果を避けるため,1座当たりの証明済みDirichletモデルに対するサポートを追加した。Heliconiusバターからのシミュレーションおよび経験的データセットを用いてこのモデルの影響を調べた。完全なBayes法が使用されるとき,単一置換率を適用すると,擬似および経験的データセットにおける偽の網状化の推論を導くが,要約方法InferNetwork_MLは,遺伝子ツリー枝長を無視するためにセットするとき,置換率の1座ごとの変動に対してロバストである。このモデルの実装は,この誤仕様を解決し,真の種ネットワークに収束するのに成功した。それはまた,単一率または遺伝子樹木の独立した推論を仮定するより,はるかに正確な遺伝子樹木を推論する。Dirichlet per-遺伝子座速度モデルの実施は,GitHub https://github.com/NakhlehLab/PhyloNetの系統発生的推論,オープンソースのためのソフトウェアパッケージであるPhyloNetにおいて現在利用可能である。【JST・京大機械翻訳】