← 最新论文
📄 进化生物学

Likelihood-based evaluation of character recoding schemes for phylogenetic analysis

本文引入了一种基于似然性的框架,用于统计评估字符重编码方案(例如减少密码子或氨基酸状态空间),以评估其对系统发育分析中可用进化信息量的影响。

原作者: Seo, T.-K., Thorne, J. L.

发布于 2026-11-13 (v2)
📖 1 分钟阅读☕ 轻松阅读

原作者: Seo, T.-K., Thorne, J. L.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

生命在构成每一个生物体的分子中留下了记录。在细胞的 DNA 中,化学字母的序列充当着历史档案,记录着物种在数百万年间是如何变化的。科学家通过阅读这些序列来构建家谱树,展示谁与谁具有亲缘关系。然而,生命的语言是复杂的。DNA 是由被称为密码子的三联体字母组成的,共有 64 种可能的组合。这些组合中的大多数都编码一种被称为氨基酸的标准构建模块,这些氨基酸连接在一起形成蛋白质。由于多个密码子可以产生同一种氨基酸,遗传密码因此包含了一个隐藏的冗余层。有时,DNA 字母的变化并不会改变最终产生的氨基酸;而有时,它确实会。这种区别对于理解进化如何运作至关重要,但也使得追踪这些历史的数学计算变得异常困难。

为了处理海量的遗传数据,研究人员通常会简化问题。他们可能会忽略 DNA 中的冗余变化,只观察氨基酸;或者他们可能会根据化学性质将 20 种不同的氨基酸仅分为几个类别。这个被称为“重编码”(recoding)的过程,就像是通过只追踪主要角色并忽略次要细节来总结一部长篇小说。这使得计算更加快速,有时也能帮助避免因数据中噪声过多而导致的错误。但这也存在风险:通过简化故事,科学家可能会丢弃重要的线索。长期以来的疑问在于,这些捷径究竟是帮助了还是损害了我们所构建的进化树的准确性。

在一项新的研究中,研究人员徐泰坤(Tae-Kun Seo)和杰弗里·L·索恩(Jeffrey L. Thorne)开发了一种方法,可以精确测量在使用这些捷径时损失了多少信息。他们创建了一个统计框架,允许科学家将完整的、详细的遗传故事与简化版本进行并排对比。该方法不再是猜测简化模型是否足够好,而是使用一种严谨的数学测试,来看简化模型是否仍能像复杂模型一样解释数据。研究人员将重点放在了最常见的简化类型上:即将 64 个 DNA 密码子转化为 20 种氨基酸。他们还研究了进一步的简化情况,即把氨基酸分组为更少的类别。

团队在来自哺乳动物的真实遗传数据上测试了他们的方法,包括人类线粒体及其他各种物种的序列。他们发现,答案完全取决于所研究的具体数据。对于随时间变化极小的序列,能够解释 DNA 代码中每一个细微差别的详细模型表现最好。在这些情况下,简化的氨基酸模型错失了重要的信号。然而,对于在漫长时期内发生显著分化的序列,情况则更为微妙。研究人员发现,最好的模型并不总是最简单的,也不一定是最复杂的。相反,最准确的模型是那些能够灵活解释数据中特定变化模式的模型,包括沉默变化发生的频率与氨基酸本身发生变化的频率之间的关系。

该研究的一个关键发现是,即使那些沉默变化看起来发生得如此频繁以至于显得随机,仅仅忽略它们也并不总是正确的做法。研究人员表明,通过使用一种将沉默变化视为独立过程的新型模型,他们可以提高进化树的准确性。这种新方法使他们能够在保持较简单模型计算速度的同时,保留复杂模型的准确性。他们证明了,对于某些数据集,使用简化模型与使用详细模型之间的差异可能会导致对哪些物种亲缘关系最接近的结论产生不同。这意味着,如何分析数据不仅仅是一个技术细节,它从根本上改变了我们对生命历史的认知图景。

该研究还探讨了为了处理杂乱数据而将氨基酸分组为仅几个类别的常见做法。虽然这有时会有所帮助,但研究人员指出,这往往会丢弃过多的信息。他们的框架允许科学家测试特定的分组方案究竟是在帮助还是在损害分析。如果简化模型的表现明显逊于详细模型,研究人员认为这种简化很可能丢弃了过多的进化历史。相反,如果简化模型的表现同样出色,那么它可能是一个安全且高效的选择。

最终,这项工作为科学家提供了如何研究进化的决策工具包。它使该领域从依赖传统或便利性,转向一种由数据本身决定最佳观察方式的方法。通过量化简约与细节之间的权衡,徐和索恩为研究人员提供了一种确保其生命家谱树建立在尽可能稳固的基础之上的方法。这项研究并未宣布某一种单一方法在所有情况下都是获胜者。相反,它提供了一种方法,用于针对每一组特定的遗传数据,来确定捷径究竟是通往成功的桥梁,还是危险的歧路。这种细致的、基于证据的方法确保了我们讲述的关于过去的故事,能够像分子记录所允许的那样清晰且准确。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →