×

贝叶斯CAT

swMATH ID: 29694
软件作者: 熙君(Shim,Heejung);布雷特·拉格
描述: BayesCAT:对齐和树的贝叶斯联合估计。传统上,系统发育和序列比对是分开估计的:首先估计多序列比对,然后根据前一步估计的序列比对推断系统发育。然而,这种比对中的不确定性被忽略了,这可能导致系统发育估计中的确定性被夸大了。我们开发了一个共同估计系统发育和序列比对的联合模型,通过考虑系统发育推断中比对的不确定性,改进了传统方法的估计。我们的插入和删除(indel)模型允许任意长度的重叠indel事件和indel片段大小的一般分布。我们使用贝叶斯方法使用MCMC估计系统发育树和多序列比对的联合后验分布。我们的方法有一棵树和映射到树上的indel事件的完整历史,作为马尔可夫链的状态空间,而其他以前的方法有树和对齐。包含indel事件完整历史的大型状态空间使我们的MCMC方法更具挑战性,但它使我们能够推断有关indel过程的更多信息。利用模拟数据和实际数据比较了该联合方法和传统序贯方法的性能。名为BayesCAT(对齐和树的Bayesian Co-eestimation)的软件可在url上获得{https://github.com/heejungshim/BayesCAT(贝叶斯猫)}.
主页: https://onlinelibrary.wiley.com/doi/full/10.1111/biom.12640
源代码:  https://github.com/heejungshim/BayesCAT(贝叶斯猫)
关键词: 对齐;贝叶斯推断;插入和删除过程;多功能多媒体计算机;系统发育学;系统发育;
相关软件: 充分满足;Bali-phy公司;Statalign公司
引用于: 1文件

连载1篇

1 生物计量学

按年份列出的引文