🌳 Методи побудови дерев
Neighbor-Joining
Швидкий метод на основі відстаней між послідовностями. Побудова поетапно, додаючи найближчі пари. Швидкий, але не оптимальний. Використовується для попередніх аналізів, великих наборів.
Maximum Likelihood
Оптимізація дерева з найбільшою правдоподібністю з урахуванням моделі еволюції. Точніший, але повільніший. Використовує моделі заміни (Jukes-Cantor, HKY, GTR). Стандарт для точних аналізів.
Bayesian Methods
Байєсівський підхід з оцінкою невизначеності через MCMC. Дає ймовірності для гілок дерева. Більш реалістичний, враховує невизначеність. Використовується для складних аналізів.
Parsimony
Вибір найпростішого дерева (найменше змін). Інтуїтивний, але може не відповідати реальності через конвергенцію.
⏱️ Молекулярні годинники
Концепція
Темпи мутацій відносно стабільні в часі. Використання темпів для датування подій дивергенції. Калібрується викопними рештками з відомими датами.
Обмеження
Темпи можуть змінюватися між лініями, залежати від середовища, типу послідовності. Потрібна обережність при інтерпретації.
Спробуйте наживо
Усе, що вище, працює прямо у вашому браузері — відкрийте Michaelis-Menten Kinetics і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.
▶ Відкрити симуляцію Michaelis-Menten Kinetics