溯祖方法在系统发育基因组学分析中的可靠性

Phylogeneticists are increasingly assembling genome-scale data sets that include hundreds of genes to resolve their focal clades. Meanwhile, the development and application of coalescent methods are also undergoing rapid changes. However, there are still little explored areas that bear on the application of coalescent methods to species tree estimation. Here, using simulated and empirical data sets, we aim to assess the effects of various factors on coalescent methods, especially gene-tree-based coalescent methods. These factors include 1) within-locus recombination, which might violate the assumption of multispecies coalescent model; 2) gene duplication and loss, which could affect the identification of orthologs and further reduce the accuracy of coalescent methods; and 3) missing data, which can be especially problematic when they are nonrandomly distributed. The findings will increase our understanding of coalescent methods, which are relatively new and arguably successful approaches to phylogenomics. In addition, we will establish more accurate phylogenomic reconstruction methods and programs, which are more robust to the adverse effect of these factors. Lastly, this project will improve methods and approaches used in phylogenetic and biodiversity studies in our country.

系统发育学家越来越多地使用基因组数据来构建种间进化关系。基因组数据常常包括成百上千个基因。与此同时，溯祖方法的研究与应用在近年来也得到了突飞猛进的发展。然后，对于利用溯祖方法来构建基于基因组序列的物种进化树，还有许多影响因素不清楚。本项目拟在已有工作基础上，利用大规模的模拟数据和实证数据来评估可能影响溯祖方法准确度的因素。拟研究的影响因素包括：1）违反多物种溯祖模型假设的基因位点内同源重组；2）影响直系同源基因序列聚类的基因重复与丢失；3）缺失数据，特别是最有可能产生误导性结果的非随机缺失数据。这些研究结果能让我们更好地完善和提高新型的溯祖物种树构建方法。最后，我们将综合考虑上述因素，建立更为准确的溯祖系统发育基因组学分析方法和程序，为植物及其它生物系统发育分析提供基础。该项目的完成将有助于提高我国系统发育学和生物多样性研究中分析手段和研究方法方面的创新能力。

系统发育学家越来越多地使用基因组数据构建物种间的进化关系。基因组数据通常包括成百上千个基因。与此同时，溯祖方法的研究与应用在近年来也取得了突飞猛进的发展。然而，对于利用溯祖方法来构建基于基因组序列的物种进化树，还有许多影响因素不清楚。本项目利用大规模的模拟数据和实证数据，评估了可能影响溯祖方法准确度的因素。研究的影响因素包括：1）违反多物种溯祖模型假设的基因位点内同源重组；2）影响直系同源基因序列聚类的基因重复与丢失；3）缺失数据。这些研究结果让我们更好地完善和提高了基于多物种溯祖模型的物种进化树构建方法。最后，我们综合考虑上述因素，建立了更为准确的系统发育基因组学分析方法，为植物及其它生物系统发育分析提供了基础。该项目的完成有助于提高我国系统发育学和生物多样性研究中分析手段和研究方法方面的创新能力。