(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。。()