Process / pipelineBioinformatics / omics

Байесовский филогенетический анализ — вывод эволюционных деревьев на основе MCMC

Байесовский филогенетический анализ использует теорему Байеса и выборку Марковских цепей Монте-Карло (MCMC) для оценки апостериорного распределения вероятностей по филогенетическим деревьям и параметрам модели при заданных наблюдаемых данных последовательностей. В отличие от методов максимального правдоподобия с бутстрэпом, которые возвращают одно наилучшее дерево, байесовский вывод дает доверительный набор деревьев с соответствующими апостериорными вероятностями, обеспечивая принципиальную меру филогенетической неопределенности. Это доминирующая структура для оценки времени дивергенции и предковых связей в молекулярной эволюции.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Ronquist, F., & Huelsenbeck, J. P. (2003). MrBayes 3: Bayesian phylogenetic inference under mixed models. Bioinformatics, 19(12), 1572–1574. DOI: 10.1093/bioinformatics/btg180
  2. Drummond, A. J., & Rambaut, A. (2007). BEAST: Bayesian evolutionary analysis by sampling trees. BMC Evolutionary Biology, 7(1), 214. DOI: 10.1186/1471-2148-7-214

Как цитировать эту страницу

ScholarGate. (2026, June 3). Bayesian Phylogenetic Analysis using Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/ru/bioinformatics/bayesian-phylogenetic-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Упоминается в

ScholarGateBayesian Phylogenetic Analysis (Bayesian Phylogenetic Analysis using Markov Chain Monte Carlo). Получено 2026-06-15 из https://scholargate.app/ru/bioinformatics/bayesian-phylogenetic-analysis · Набор данных: https://doi.org/10.5281/zenodo.20539026