Process / pipelineBioinformatics / omics
贝叶斯系统发育分析 — 基于MCMC的进化树推断
贝叶斯系统发育分析利用贝叶斯定理和马尔可夫链蒙特卡洛（MCMC）抽样，在给定观测到的序列数据的情况下，估计系统发育树和模型参数的后验概率分布。与仅返回单一最优树的自助法最大似然法不同，贝叶斯推断产生一组具有相关后验概率的可信树集，从而提供了一种原则性的系统发育不确定性度量。它是分子进化中估计分歧时间和祖先关系的主导框架。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Ronquist, F., & Huelsenbeck, J. P. (2003). MrBayes 3: Bayesian phylogenetic inference under mixed models. Bioinformatics, 19(12), 1572–1574. DOI: 10.1093/bioinformatics/btg180 ↗
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Bayesian Phylogenetic Analysis using Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/zh/bioinformatics/bayesian-phylogenetic-analysis
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →