11、探索系统发育树空间

探索系统发育树空间

1. 树空间

在系统发育推断中，需要估计的参数是树的拓扑结构（或分级树）以及共同祖先的相关分歧时间。这并非一个标准的统计问题，因为参数空间并非简单的欧几里得空间，即不是 $R^n$ 或 $R^n$ 的任何简单凸子空间。虽然树的空间可以被认为是由位于 $R^n$ 中的欧几里得子空间构成（对于每个树拓扑结构或分级树，有一个 $n$ 维的卦限，也就是将 $R^n$ 限制为非负实数；见图 1），但其整体结构并非欧几里得空间（见图 2），因此需要新的统计技术来进行分析和可视化。

形式上，系统发育树空间，简称树空间，是一个度量空间，使得该空间中的点与 $n$ 个分类单元的系统发育树集合一一对应（即度量空间与所有树的集合之间存在双射，由于拓扑结构上的每个分歧时间组合都代表一棵不同的树，所以树的集合具有连续统的大小）。度量空间的距离通过上述同构诱导出任意两棵树之间的距离。这里，我们特别考虑时间树和时间树空间，但为了简便，我们使用树空间这个术语。

尽管系统发育树的统计推断已经有几十年的历史，但令人惊讶的是，树度量空间的理论发展却很少，并且由于树空间的非欧几里得性质，存在许多未解决的问题和挑战。一个关键挑战在于如何总结树空间中的一组树。统计学中的基本概念，如样本的均值和方差，对于树空间来说很难定义（除非拓扑结构是固定的），并且与欧几里得空间中的对应概念相比，具有不寻常的性质。这一领域的一个关键成果是对分支长度不受限制的系统发育树（即非时间树）的树空间几何的描述，称为 BHV 空间。最近，关于 BHV 空间有了一些令人兴奋的进展，包括描述了一种在 BHV 空间中计算树之间距离的多项式时间算法，为产生系统发育重建的贝叶斯点估计开辟了新的途径。然而，对于时间树空间，还没有类似的结果。