MSC 92D15中最近的zbMATH文章 https://zbmath.org/atom/cc/92D15 2024-03-13T18:33:02.981707Z Werkzeug公司 穆勒棘轮变体的准平衡和点击时间 https://zbmath.org/1528.60096 2024-03-13T18:33:02.981707Z “González Casanova,Adrián” https://zbmath.org/authors/?q=ai:casanova.adrian-冈萨雷斯 “莎琳·斯马迪” https://zbmath.org/authors/?q=ai:smadi.charline “安东·瓦科尔宾格” https://zbmath.org/authors/?q=ai:wakolbinger.anton 小结:考虑一个由(N)个个体组成的群体,每个个体都携带一种类型{N} _0(0)\). 种群按照带有选择和突变的莫兰动力学进行进化,其中,(k)型个体相对于所有(k^prime>k)型的个体具有相同的选择优势,并且(k)类型以恒定速率突变为(k+1)型。因此,该模型是经典穆勒棘轮模型的变体:在那里,选择优势与(k^prime-k)成正比。对于介于弱选择/突变和强选择/突变之间的选择强度和突变率区域,我们获得了棘轮点击时间的渐近速率(即种群中迄今为止最小(“最佳”)类型丢失的时间),并揭示了点击之间的准静态型频率分布。该轮廓的大种群极限被描述为“对偶”层次多类型逻辑系统的归一化吸引子,也通过单侧步分支随机游动中最终最小位移的分布来描述。证明中的一个重要作用是通过模型的图形表示(时间向前和向后)发挥作用,一个中心工具是由突变修饰的祖先选择图。 可视化多物种融合树:绘制物种树中的基因树 https://zbmath.org/1528.92024 2024-03-13T18:33:02.981707Z “乔纳森·克拉维特” https://zbmath.org/authors/?q=ai:klawitter.jonathan “克莱森,费利克斯” https://zbmath.org/authors/?q=ai:klesen.felix网址 “莫里茨·尼德勒” https://zbmath.org/authors/?q=ai:niederer.moritz “亚历山大·沃尔夫” https://zbmath.org/authors/?q=ai:wolff.alexander 摘要:我们考虑在单个物种树中绘制多基因树的问题,以便可视化多物种合并树。具体来说,物种树的绘制填充了一个矩形,其中每个边由一个较小的矩形表示,基因树在物种树的绘图中绘制为矩形枝形图(即,正交和向下,每条边有一个弯曲)。作为替代,我们还考虑一种类型,其中物种树的边缘宽度与给定的有效种群大小成比例。为了获得可读的可视化效果,我们的目标是最小化此类图形中基因树边缘之间的交叉次数。我们证明了平面实例可以在线性时间内识别,并且一般问题是NP-hard。因此,我们引入了两种启发式算法,并给出了一个整数线性规划(ILP)公式,该公式为我们提供了指数时间内的精确解。我们使用ILP来衡量真实世界实例上启发式的质量。启发式算法产生了令人惊讶的好解决方案,ILP的运行速度令人惊讶。整个系列见[Zbl 1517.68014]。 多物种合并模型下物种树的统计一致生根 https://zbmath.org/1528.92025 2024-03-13T18:33:02.981707Z “Tabatabaee,Yasamin” https://zbmath.org/authors/?q=ai:tabatabaee.yasamin “罗奇,塞巴斯蒂安” https://zbmath.org/authors/?q=ai:roch.sebastien “坦迪,沃诺” https://zbmath.org/authors/?q=ai:warnow.tandy-j个 摘要:有根物种树用于系统发育学的几个下游应用。大多数种树估计方法产生无根树,然后使用其他方法来为这些无根树生根。最近,五重奏扎根(QR)[第一作者等人,《生物信息学》38,补遗1,i109--i117(2022;\url{doi:10.1093/生物信息学/btac224})],介绍了一种在多物种合并下,给定未生根基因树的未生根物种树的多项式时间生根方法。QR是基于在不完全谱系排序的情况下证明根5分类单元树的可识别性的方法,与其他种树生根方法相比,QR具有良好的准确性,当不完整谱系排序是基因树不一致的唯一原因时,除了当基因树估计误差非常高时。然而,QR的统计一致性仍然是一个悬而未决的问题。在这里,我们提出了QR-STAR,它是QR的多项式时间变体,有一个额外的步骤来确定每个五叉树的根形状。我们证明了QR-STAR在多物种合并模型下的统计一致性,并且我们的仿真研究表明QR-STAR匹配或提高了QR的准确性。QR-STAR以开源形式提供,网址为\url{https://github.com/ytabatabaee/Quintet-Rooting网站}.关于整个系列,请参见[Zbl 1524.92002]。 时空异质性下的扩散演化 https://zbmath.org/1528.92045 2024-03-13T18:33:02.981707Z “卡尔·帕维宁” https://zbmath.org/authors/?q=ai:parvine.kalle “Ohtsuki,Hisashi” https://zbmath.org/authors/?q=ai:ohtsuki.hisashi “Wakano,Joe Yuichiro” https://zbmath.org/authors/?q=ai:wakano.joe-柳一郎 摘要:过去几十年的理论研究揭示了各种有利于或不利于扩散进化的因素。其中,环境异质性是影响扩散特性的一个驱动力,因为分散个体可以通过寻找更好的环境获得适合度收益。尽管有这种潜在的好处,但之前的一些研究表明,空间异质性的存在阻碍了扩散的发展。另一方面,时间异质性已被证明通过边界机制促进扩散。当它们组合在一个斑块结构的种群中时,每个斑块的质量随时间变化而独立于其他斑块,这表明时空异质性有利于扩散的进化。当个体可以使用斑块质量信息,从而有条件地进行扩散决策时,进化结果可能会有所不同,因为个体可以选择从好坏斑块中分散更多/更少的后代。在本文中,我们总结了以往研究的模型和结果。当到达偏向高产斑块时,我们发现更丰富的动力学,包括双稳态进化动力学。然后我们研究了该广义模型中条件扩散策略的演化。我们发现了一个令人惊讶的结果,当这些后代出生时,没有一个后代会从生产力较低的地区分散开来。除了数学证明之外,我们还提供了基于再生值论证的最初反直觉结果背后的直觉。高产斑块的扩散可以演化,其参数依赖性表现与无条件扩散相似,但不完全相同。我们的结果揭示了个体能否在扩散进化中使用斑块质量信息的重要性。