【计算分子进化】转换/颠换比率问题

一般来说，文献中使用的“转换/颠换”比率有三种定义，需要进行明确的区分，以免产生误解。

1.转换/颠换数目比

即

这种方法不矫正多重击中，多重击中的示意图如下，直观可理解为我们不知道从祖先序列到现在的序列，中间经历了什么，而连续时间马尔可夫过程的ck方程解决的就是这个问题，我们可以认为连续时间马尔可夫过程考虑了所有可能的中间状态。

该方法不是推荐方法，因为它仅对很相似（分歧度）低的序列有效，当序列分歧度很大时，无论模型的kappa值为多少，该值都趋近于1/2。

2.kappa值

这种方法是基于K80和H85模型中的kappa参数，估算模型中kappa参数的值

 3.期望转换/颠换比率

两条序列间转换和颠换期望数目的比率，与第一种方法相比的主要区别是，这种方法基于马尔可夫链计算，校正多重击中问题

文中举例给出了最一般的情况

从一个状态到另一个状态的流（flow）：该状态的比率✖️从该状态变为另一状态的速率

 在本式中， 分子代表平均转换数，分母代表平均颠换数 

 每个模型的R值如下所示，具体计算方法，就是把平衡状态及转移速率矩阵代入上式计算即可。

 4.关于不同模型中的kappa值计算

在F84和HKY85中的kappa参数的含义是不一样的，要加以区分

粗略关系的推导过程如下：

 基于R相等的假设，也可以进行更加准确的参数估计，具体步骤如下：

kappa更常用于检验转换与颠换没有差异的零假设，而R则更便于比较不同模型下的估计，二者面向的需求和应用场景是不同的。