机构名称：
¥ 56.0
分子系统发育学诞生于20世纪中叶，当时蛋白质和DNA测序的出现为研究生物体之间的进化关系提供了一种新颖的方式。该学科的第一个50年可以看作是对解决力量的长期追求。目标 - 重建生命之树 - 似乎是无法到达的，方法进行了严重辩论，并且数据限制了。也许是出于这些原因，即使是整个方法的相关性，也反复质疑，作为所谓分子与形态辩论的一部分。通常在长期存在的难题中结晶的争议，例如土地植物的起源，胎盘哺乳动物的多样化或原核生物/真核生物鸿沟。随着基因和物种样本的规模增加，其中一些问题已解决。多年来，分子系统发育学已经逐渐从一个辉煌的革命性思想演变成一个以可靠建造树木的问题为中心的成熟研究领域。在2000年代后期，这种逻辑进展突然中断。高通量测序出现，该领域突然移入了完全不同的东西。对基因组规模数据的访问深刻地重塑了方法论挑战，同时打开了惊人的新应用观点。系统发育学使系统学领域占据了本世纪最令人兴奋的研究领域之一 - 基因组学。这是这本书的目的：在当前的系统基因组时代，我们如何做树木以及我们对树木的工作。第2部分涵盖了数据问题过渡到基因组规模数据的一个明显的实际结果是，最广泛使用的树木建造方法基于序列进化的概率模型，需要密集的算法优化才能适用于当前数据集。本书的第1部分中考虑了此问题，其中包括对马尔可夫模型（第1.1章）的一般介绍以及如何最佳设计和实施最大可能性（第1.2章）和贝叶斯（第1.4章）系统发育推论方法的详细描述。现代系统基因组学计算方面的重要性是，有效的软件开发是该领域众多研究小组的主要活动。我们承认这一点，并包括七个“如何”章节，其中介绍了主要的系统基因组工具的最新更新 - RAXML（第1.3章），门类（第1.5章），MACSE（第2.3章），BGEE（第4.3章），Revbayes（Revbayes（第5.2章），Beagle（第5.4章），和BPP（第5.4章），和BPP（5.6）。基因组规模的数据集非常大，以至于统计能力是过去几十年中系统发育推断的主要限制因素，不再是主要问题。大量数据集倾向于扩大它们传递的信号（无论是生物学还是人工），因此偏见和不一致而不是采样方差，是基因组时代系统发育推断的主要问题。
基因组时代的系统发育
主要关键词
相关文件推荐
