两种新的基于距离构建进化树的方法

摘要

进化树的重建是生物信息学中一个非常重要的研究课题。利用进化树,可以研究物种进化关系和对新的物种进行归类。大量的建树方法可以被分为为距离法,最大简约法,最大似然法等三类。
　　本文提出了两种构建进化树的新方法。第一种是双重选择法(Double selction method,以下简称DS)。Gronau和Moran曾经提出DLCA方法用于构建进化树,我们的另外一个方法称为改进的DLCA方法(以下简称MDLCA)。为了测试了这两种方法建树的准确性,本文选取了一些数据集并且与邻接法(neighbor joining以下简称NJ),非加权平均配对法和DLCA方法进行比较。测试的结果表明这两种方法与邻接法在构建进化树中都有很好的表现。在某些数据集的进化树构建中DS法甚至比NJ法更准确。此外,还研究了这两种方法在构建进化树方面的不同。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

§1.1 进化树的定义

§1.2 构建进化树的方法

§1.3 进化树的研究意义

§1.4 本文的主要创新工作

§1.5 全文内容和结构

第二章 邻居的选择标准

§2.1 引言

§2.2 选择邻居的已有标准

§2.3 选择邻居的新标准

§2.4 本章小结

第三章 双重选择法

§3.1 基本思想

§3.2 距离定义方法

§3.3 计算过程

§3.4 实验数据和结果分析

§3.5 本章小结

第四章 改进的 DLCA 方法

§4.1 DLCA 方法描述

§4.2 DLCA 方法的不足与改进

§4.3 MDLCA 方法计算过程

§4.4 实验数据和结果分析

§4.5 本章小结

第五章 两种方法的比较

第六章 研究与展望

参考文献

致谢

附 录