計算分子進化

第1部分 分子進化建模
第1章 核苷酸置換模型
1.1 引言
1.2 核苷酸置換和距離估計的馬爾可夫模型
1.2.1 JC69模型
1.2.2 K80模型
1.2.3 HKY85、F84、TN93等模型
1.2.4 轉(zhuǎn)換／顛換比率
1.3 位點問可變的置換率
1.4 最大似然估計
1.4.1 JC69模型
1.4.2 K80模型
1.4.3 概形與積分似然方法
1.5 馬爾可夫鏈和廣義模型下的距離估計
1.5.1 廣義理論
1.5.2 廣義時間可逆（GTR）模型
1.6討論
1.6.1不同置換模型下的距離估計
1.6.2成對比較的局限
1.7練習
第2章 氨基酸和密碼子置換模型
2.1 引言
2.2 氨基酸替代模型
2.2.1 經(jīng)驗模型
2.2.2 機理模型
2.2.3 位點間的異質(zhì)性
2.3 兩條蛋白質(zhì)序列間距離的估計
2.3.1 泊松模型
2.3.2 經(jīng)驗模型
2.3.3 伽馬距離
2.3.4 例子：貓和兔的p53基因間的距離
2.4 密碼子置換模型
2.5 同義和非同義置換率的估計
2.5.1 計數(shù)法
2.5.2 最大似然法
2.5.3 方法比較
2.5.4 對距離的詮釋及濫用
2.6 轉(zhuǎn)換概率矩陣的數(shù)值計算.
2.7 練習
第2部分 系統(tǒng)發(fā)育重建
第3章 系統(tǒng)發(fā)育重建：概述
3.1 樹的概念
3.1.1 術語
3.1.2 樹之間的拓撲距離
3.1.3 一致樹
3.1.4 基因樹和物種樹
3.1.5 樹重建方法的分類
3.2 窮舉式或啟發(fā)式樹搜索
3.2.1 窮舉式樹搜索
3.2.2 啟發(fā)式樹搜索
3.2.3 分枝交換
3.2.4 樹空間的局部峰
3.2.5 隨機樹搜索
3.3 距離方法.
3.3.1 最小二乘法
3.3.2 鄰接法
3.4 最大簡約法
3.4.1 簡史
3.4.2 對給定樹計算最小變化數(shù)目
3.4.3 加權簡約法和顛換簡約法
3.4.4 長枝吸引
3.4.5 簡約法的假定
第4章 最大似然法
4.1 引言
4.2 樹的似然計算
4.2.1 數(shù)據(jù)、模型、樹及似然函數(shù)
4.2.2 修剪算法
4.2.3 時間可逆性、樹根及分子鐘
4.2.4 缺失數(shù)據(jù)與對位排列間隔
4.2.5 一個數(shù)值例子：猿類系統(tǒng)發(fā)育關系
4.3 復雜模型下的似然計算
4.3.1 位點間可變置換率模型
4.3.2 多個數(shù)據(jù)集聯(lián)合分析的模型
4.3.3 非齊次與非穩(wěn)定模型
4.3.4 氨基酸與密碼子模型
4.4 祖先狀態(tài)重建
4.4.1 概述
4.4.2 經(jīng)驗和等級貝斯重建
4.4.3 離散形態(tài)性狀
4.4.4 祖先重建中的系統(tǒng)偏差
4.5 最大似然估計的數(shù)值算法
4.5.1 單變量最優(yōu)化
4.5.2 多變量優(yōu)化
4.5.3 樹形固定時的優(yōu)化
4.5.4 樹形固定時似然表面上的多重局部峰
4.5.5 最大似然樹搜索
4.6 似然法的近似
4.7 模型選擇與穩(wěn)健性
4.7.1 LRT、AIC和BIC
4.7.2 模型的充分性與穩(wěn)健性
4.8 練習
第5章 貝斯方法
5.1 貝斯范式
5.1.1 概述
5.1.2 貝斯定理
5.1.3 經(jīng)典統(tǒng)計學與貝斯統(tǒng)計學的比較
5.2 先驗分布
5.3 馬爾可夫鏈蒙特卡羅算法
5.3.1 蒙特卡羅積分
5.3.2 MetropoliS_Hastings算法
5.3.3 單一成分Metropolis—Hastings算法
5.3.4 Gibbs取樣法
5.3.5 Metropolis-偶聯(lián)MCMC（MCMCMC或MC3）
5.4 簡單建議及其建議比
5.4.1 均勻分布的滑動窗口
5.4.2 正態(tài)分布的滑動窗口
5.4.3 多元正態(tài)分布的滑動窗口
5.4.4 比例收縮和膨脹
5.5 監(jiān)測馬爾可夫鏈及處理輸出
5.5.1 驗證和診斷MCMC算法
5.5.2 潛在尺度減約統(tǒng)計
5.5.3 處理輸出
5.6 貝斯系統(tǒng)發(fā)育分析
5.6.1 簡史
5.6.2 總體框架
5.6.3 匯總MCMC輸出
5.6.4 貝斯法與似然法的比較
5.6.5 一個數(shù)值例子：猿類系統(tǒng)發(fā)育關系
5.7 溯祖模型下的MCMC算法
5.7.1 概述
5.7.2 θ的估計
5.8 練習
第6章 方法比較與樹的檢驗
6.1 樹重建方法的統(tǒng)計性能
6.1.1 標準
6.1.2 性能
6.2 似然法
6.2.1 與常規(guī)參數(shù)估計的不同之處
6.2.2 一致性
6.2.3 有效性
6.2.4 穩(wěn)健性
6.3 簡約法
6.3.1 與病態(tài)似然模型的等價性
6.3.2 與正常行為的似然模型的等價性
6.4 檢驗關于樹的假設
6.4.1 自展
6.4.2 內(nèi)枝檢驗
6.4.3 Kishino—Hasegawa檢驗及改進
6.4.4 簡約法分析中所用的指數(shù)
6.4.5 例子：猿類的系統(tǒng)發(fā)育
6.5附錄：Tuffley和Steel的單性狀似然分析
第3部分 高級專題
第7章 分子鐘與物種分歧時間估計
7.1 概述
7.2 分子鐘檢驗
7.2.1 相對速率檢驗
7.2.2 似然比檢驗
7.2.3 分子鐘檢驗的局限性
7.2.4 離散指數(shù)
7.3 分歧時間的似然估計
7.3.1 全局分子鐘模型
7.3.2 局部分子鐘模型
7.3.3 試探式速率平滑方法
7.3.4 確定靈長類分歧時間
7.3.5 化石的不確定性
7.4 分歧時間的貝斯估計
7.4.1 總體框架
7.4.2 似然計算
7.4.3 速率的先驗分布
7.4.4 化石的不確定性與分歧時間的先驗分布
7.4.5 在靈長類和哺乳類分歧中的應用
7.5 展望
第8章 蛋白質(zhì)的中性與適應性進化
8.1 引言
8.2 中性理論和中性檢驗
8.2.1 中性與近中性理論
8.2.2 Tajima的D檢驗
8.2.3 Fu和Li的D檢驗與Fay和Wu的H檢驗
8.2.4 McDonald—Kreitman檢驗和選擇強度估計
8.2.5 Hudsorl—Kreitman—Aquade檢驗
8.3 經(jīng)歷適應性進化的譜系
8.3.1 啟發(fā)式方法
8.3.2 似然法
8.4 經(jīng)歷適應性進化的氨基酸位點
8.4.1 三種策略
8.4.2 隨機位點模型下正選擇的似然比檢驗
8.4.3 處于正選擇的位點鑒定
8.4.4 人類主要組織相容性（MHC）基因的正選擇
8.5 影響特定位點和譜系的適應性進化
8.5.1 正選擇的分枝一位點檢驗
8.5.2 其他類似模型
8.5.3 被子植物光敏色素的適應性進化
8.6 假定、局限與比較
8.6.1 當前方法的局限
8.6.2 中性檢驗與基于dN和ds的檢驗間的比較
8.7 適應性進化的基因
第9章 分子進化的計算機模擬
9.1 簡介
9.2 隨機數(shù)發(fā)生器
9.3 連續(xù)隨機變量的產(chǎn)生
9.4 離散隨機變量的產(chǎn)生
9.4.1 離散均勻分布
9.4.2 二項式分布
9.4.3 廣義離散分布
9.4.4 多項式分布
9.4.5 針對混合分布的組分法
9.4.6 從離散分布中抽樣的重影法
9.5 分子進化的計算機模擬
9.5.1 樹形固定時序列的模擬
9.5.2 生成隨機樹
9.6 練習
第10章 展望
10.1 系統(tǒng)發(fā)育重建中的理論問題
10.2 大規(guī)模和異質(zhì)數(shù)據(jù)集分析中的計算問題
10.3 基因組重排數(shù)據(jù)
10.4 比較基因組學
附錄
附錄A：隨機變量函數(shù)
附錄B：△技術
附錄C：系統(tǒng)發(fā)育分析軟件
參考文獻