【计算分子进化】核苷酸替换HKY85模型、F84和TN93模型

(本博客是博主在课题组小组内讨论分享内容，依据杨子恒老师《计算分子进化》英文版/复旦中译版内容进行总结和提炼)​​​​​​​

1.回顾JC69和K80

首先回顾一下之前讲到的JC69和K80模型，这两个模型都是在连续时间马尔可夫过程（CTMC）这随机过程模型框架下提出的。每个模型的框架都如下：

1.给出模型的转移速率/置换率矩阵Q的形式，Q矩阵代表当时间趋近于零时的瞬时转移概率，Q矩阵也可称为马氏半群的最小生成元

2.概率转移矩阵P，计算得到具体表达式

3.分析各矩阵的性质，如极限分布，参数的生物学含义等

4.基于该模型计算序列进化距离等参数，并推导参数的方差

JC69和K80模型的置换率矩阵的形式都是对称的 ，这样的马尔可夫链的平衡形式，各个状态的概率相等，具体来讲，在核苷酸替换模型中，每个核苷酸的平衡概率都是1/4

需要注意的是，本节中介绍的几个替换模型都不满足这个条件。

2.TN93模型

TN93模型是本节三个模型中，最一般化的情况，在推导完成后，很容易推广/特殊情况到其他模型，因此先介绍。

置换率矩阵Q：

用特征值分解的方法解P矩阵

极限分布是当t趋近于无穷大的时候，由上式可知，其极限分布如下

接下来则是求序列距离，在估计序列距离时，采用的方法的核心思想如下：

 推导出期望值的距离表达式函数，然后将从实际序列中获得的观测值代替期望值

其推导范式如下：

 1.根据速率矩阵推导核苷酸置换率lambda，由速率矩阵参数和时间t表示距离d

 2.推导期望概率，带入观测频率

 3.解方程组

给出一个具体的推导过程，实际的式子详见教材，我在这里给出每一步，实际上是在做什么事

 ​​​​​​​

 方差仍然是用delta技术来算，具体见教材附录

3.HKY85模型

首先看转移速率矩阵Q

跟TN93相比，就是不去区分两种转换（嘌呤之间、嘧啶之间），因此，只要取

4.F84模型

同样先看Q矩阵

这个模型相当于在TN93中

相比之下减少了一个参数，求解过程同样也是特征值分解的方法，感兴趣可以自己推下，推荐一下符号化计算神奇工具wolframalpha.com

5.其他注意事项

对于更简单的模型，可能有比特征值分解更简单的方法，例如解微分方程等。

在中文版的教材中，存在一些翻译导致的歧义，特此订正一下：

1. 中文版：

英文版：

 

这里说的是对TN93不能使用JC69和K80那样的对称策略，因为TN93的Q不是对称的，翻译全责。。（）