量化遗传创新:网状进化拓扑研究的数学基础

@文章{Lesnick2018QuantifyingGI,title={量化遗传创新:网状进化拓扑研究的数学基础},作者={Michael Lesnick和Ra{'u}l Rabad}an和Daniel I.S.Rosenbloom},journal={SIAM J.应用代数几何},年份={2018年},体积={4},页码={141-184},url={https://api.semanticscholar.org/CorpusID:4609316}}
本文介绍了新颖性轮廓,这是一种简单、稳定的进化历史统计数据,它不仅计算重组事件,而且量化重组如何创造遗传多样性,并发展了一种使用条形码估计新颖性轮廓的理论。

基于拓扑数据分析的重组率快速估计

这项工作从经验和理论上证明了拓扑统计作为基因组序列摘要的使用,并描述了序列数据分布的拓扑特征与基因组重组足迹之间的一种新的非直观关系。

使用持久同源性量化病毒进化中的重组偏向

这项工作介绍了一种使用计算拓扑工具持久同源性计算重组偏差的方法,并发现重组率的变化可以通过增加遗传多样性和减少对紧密相关序列的偏差来解释。

基因组学和进化的拓扑数据分析:生物学中的拓扑

这本书介绍了拓扑数据分析的核心思想和技术及其在生物学中的具体应用,包括病毒、细菌和人类的进化,癌症的基因组学,以及发育过程的单细胞特征。

有限度量空间持久同调的一个引言

本文对持久同调作为数据集不变特征的构造背后的主要思想及其对扰动的稳定性进行了简明而完备的描述。

计算树子网络及其子类

在种群遗传学中,将带菌树作为重组模型进行研究。这一类系统发育网络通过

调和持久同调

我们将调和持久同调空间引入有限单纯复形的过滤。因此,我们可以将循环的具体子空间与

Vietoris-Rips过滤中的Gromov双曲线、测地线缺陷和明显对

结果表明,对于有限树度量,Vietoris-Rips复合体崩溃到其相应的子林,这是由明显的对梯度引起的,该梯度被用作Ripser中的算法优化,这解释了其在类树度量数据上特别强大的性能。

关于超立方体图的Vietoris-Rips复形(标度为3)

对于度量空间$(X,d)$和尺度参数$r\geq 0$,Vietoris-Rips复数$\mathcal{VR}(X;r)$是顶点集$X$上的简单复数,其中有限集$\sigma\substeqX$是

基于拓扑数据分析的重组率快速估计

这项工作从经验和理论上证明了拓扑统计作为基因组序列摘要的使用,并描述了序列数据分布的拓扑特征与基因组重组足迹之间的一种新的非直观关系。

基于拓扑数据分析的祖先重组图推断

这项工作建立在先前用于检测和量化重组的TDA发展的基础上,并提出了一个新的框架,该框架可应用于数百个基因组,并可根据突变和重组事件的最小历史进行解释,量化重组的规模并识别重组的基因组位置。

病毒进化的拓扑结构

该方法有效地表征了RNA病毒的克隆进化、重配和重组,并提供了一个进化视角,不仅捕获了阻止系统发育的网状事件,还指示了系统发育推断可以准确的进化尺度。

重组学:祖先重组图和显式系统发育网络的算法

    生物学、计算机科学
  • 2014
ReCombinatics对ARG和显式系统发育网络的组合、图形理论结构以及重建或推断这些网络信息的算法进行了深入、严格的研究。

带约束重组的系统发育网络的高效重建

本文考虑了在重组周期为节点不相交的系统发育网络上确定序列是否可以导出的问题,并开发了一种有效的算法,该算法保证了对数据存在galled树的必要性和充分性检验。

用约束重组优化高效重建系统发育网络

证明了如果存在galled-tree,则该算法生成的galled-ree可以最小化数据在所有系统发育网络上的重组次数,甚至允许多重交叉重组。

祖先重组图的全基因组推断

一种新的ARG推理算法,其效率足以应用于数十个完整的哺乳动物基因组,并快速收敛到ARG的后验分布,并且能够有效地恢复在人类实际参数下生成的数十个序列的ARG的各种特征。

基于重组凝聚的网状网络表征

这项工作使用合并与重组来构建网状进化产生的网络类型,并将其分为规则树、兄弟树、子树或磨损树,并表明,正如预期的那样,这些网状网络的复杂性是种群重组率的函数。

基于持久图的参数推断:群体遗传学的一个案例研究

这项工作表明,在某些模型中,可以使用定义在计算出的持久同源不变量上的统计信息来进行参数推断,并利用人口遗传学中的结合与重组模型来发展这一思想。
。。。