25、系统发育树的距离度量与超级树构建新方法

系统发育树的距离度量与超级树构建新方法

在计算生物学中，比较系统发育树是一项基础且关键的任务。通过比较，我们可以得到树之间的相似性、相异性或距离的度量。然而，现有的众多度量方法都存在一些问题，如计算成本高、缺乏鲁棒性等。本文将介绍两种重要的研究成果，一是基于匹配的系统发育树距离度量，二是无根Robinson - Foulds超级树的快速局部搜索方法。

现有系统发育树比较方法的问题

目前，用于比较系统发育树的方法主要有基于最大一致性的相似性度量、基于编辑距离的度量以及基于特征差异的距离度量。
- 最大一致性相似性度量 ：例如最大一致子树（MAST）问题，虽然对于两棵二叉树可以在$O(nlogn)$时间内解决，但要求精确一致过于严格，在处理“流氓”分类单元（在树中位置不明确且高度可变的分类单元）较多的情况时效果不佳。一些改进的方法，如最大信息子树（MIST）和最大信息子树共识（MISC），在少量“流氓”分类单元存在时表现较好，但在分类单元众多时，无论是运行时间还是结果质量都不尽如人意，且这些方法通常只适用于较大的树集合，而非树对。
- 编辑距离度量 ：常见的编辑操作包括最近邻交换（NNI）、子树修剪和重新嫁接（SPR）以及树二分和重新连接（TBR）。这些操作可用于定义树之间的编辑距离，但计算这些编辑距离通常是NP难问题。例如，NNI编辑距离在两棵树之间为$O(nlogn)$，可在$O(logn)$的比率内近似；SPR和TBR的编辑距离为$O(n)$，TBR编辑距离有一个3 - 近似算法。而叶修剪和重新嫁接（LPR）编辑距离对于两棵二叉树可以在多项式时间内计算。
- Robinson