PhyloGFN: Phylogenetic Inference with Generative Flow Networks
Generative Flow Networks (GFlowNets) offer a novel approach to phylogenetic inference, providing competitive results in Bayesian and parsimony-based analyses.
PhyloGFN: Phylogenetic Inference with Generative Flow Networks
Generative Flow Networks (GFlowNets) offer a novel approach to phylogenetic inference, producing diverse and high-quality evolutionary hypotheses.
Inferring Diversification Rates in Phylogenetic Trees Using Approximate Bayesian Computation and Markovian Binary Trees
This paper presents a novel approach for inferring diversification rates in phylogenetic trees using Approximate Bayesian Computation (ABC) with Markovian Binary Trees (MBTs), offering a more flexible and potentially accurate alternative to traditional likelihood-based methods.
Joint Identifiability of Ancestral Sequences, Phylogenies, and Mutation Rates in the TKF91 Model: A Constructive Approach
This research paper establishes the joint identifiability of ancestral sequences, phylogenetic trees, and mutation rates (insertion, deletion, and substitution) under the TKF91 model of DNA sequence evolution, providing explicit formulas for their estimation.
TKF91 모델에서의 조상 염기서열, 계통수, 돌연변이율의 공동 식별 가능성
본 논문에서는 DNA 염기서열 진화 모델에서 삽입과 삭제(indel)을 고려하여 조상 염기서열, 계통수, 매개변수를 공동으로 식별하는 문제를 다룬다. 특히, 고전적인 TKF91 모델을 사용하여 조상 염기서열, 잎 노드 염기서열 간의 쌍별 거리, indel 및 치환의 스케일링된 비율에 대한 명시적인 공식을 유도한다. 이러한 공식은 기존 연구보다 적은 가정을 기반으로 새로운 추정치를 제시하며, 시뮬레이션 연구를 통해 이러한 추정치가 독립적인 표본 수가 증가함에 따라 통계적으로 일관성을 갖는다는 것을 보여준다.
© 2024 by Linnk AI