计算分子进化

杨子恒，1964年生于甘肃通渭，1984年毕业于甘肃农业大学，1992年获北京农业大学博士学位。曾在甘肃农业大学和北京农业大学畜牧系工作以及英美等国从事博士后研究。1997年起在伦敦大学学院(University College London)生物系任教(1997-2000年任讲师，2000-72001年任副教授，2001年后任教授)，2006年当选为英国皇家学会院士(Fellow of the Royal Society)。

作为国际知名的统计进化生物学家，杨子恒博士一直致力于发展新的最大似然模型及计算机程序(PAML)，1993年起在国际学术刊物发表论文100余篇；学术兼职包括Genetics、MoIecular Biology and Evolution、Journal of Molecular Evolution和Systematic Bio...

(展开全部)

杨子恒，1964年生于甘肃通渭，1984年毕业于甘肃农业大学，1992年获北京农业大学博士学位。曾在甘肃农业大学和北京农业大学畜牧系工作以及英美等国从事博士后研究。1997年起在伦敦大学学院(University College London)生物系任教(1997-2000年任讲师，2000-72001年任副教授，2001年后任教授)，2006年当选为英国皇家学会院士(Fellow of the Royal Society)。

作为国际知名的统计进化生物学家，杨子恒博士一直致力于发展新的最大似然模型及计算机程序(PAML)，1993年起在国际学术刊物发表论文100余篇；学术兼职包括Genetics、MoIecular Biology and Evolution、Journal of Molecular Evolution和Systematic Biology等刊物副主编。

在生物信息学这个领域，顶级的工作要么是数据库，要么是软件，我指的顶级，不是说杂志影响因子的高低，而是指引用。比如，可以粗略划分，>1万次的算是顶级软件，>1千次的算是一流软件，>100次的是二流软件，>10次的算是三流软件，再少了就不入流了。要是几年都没有人引用，这个这个，只能说是纯粹灌水了。

顶级软件不多，比如BLAST, CLUSTALW这种软件，赚个几万次的引用那真是太小意思了，并且，由于这类软件一般实在是太有名，n年前就被写教科书里了，所以很多人其实是不引的。一流软件也不算多，比如MEGA, Weblogo等等。这些软件一般是细一点儿领域里的主流工具，比如weblogo一般是用于序列分析这个小领域的，其他领域用的就不算那么多。

很多年前，师兄就跟我讲，好的软件=好的名声。最典型的例子就是那个在甘肃农大混完跑北京农业大学(现在的中国农大)混了个硕士，回校继续混了两年不爽，又回北京混了个博士。我很震撼的是，这哥们64年的人，读本科要4年，硕士3年，工作2年，博士3年，读了12年的书，拿到博士学位居然也才28岁！考虑到那个年代，能上大学都是牛的不得鸟的人，能这么折腾到博士毕业，真是服了。所以说，早早念书有好处，年轻人火力足，折腾的起。于是刚开始估计是留校当青椒，没啥前途就开始周游世界做博后，并且我很佩服的是，居然能转悠个5年并且没干出什么像样的事情。好吧，这些不是高潮，后来这哥们跑到伦敦大学继续博后，34岁，看起来年龄不算大，是吧？好，反正来英国了，没事就瞎转悠吧，说不定当年砸了牛顿了苹果这回又冒出来拍了这哥们一把，从此开始了一段传奇的人生。这份简历我看了无数次，97-06，连头带尾也就10年，从博后做到英国皇家科学院院士，这不能不说是奇迹。而且，其代表工作就是开发了一个起初被无数大牛包括Nei等人鄙视到死，无论如何不肯将其方法加入MEGA中的ML算法，以及PAML软件。刚查了一下PAML的引用，3千左右吧。（来自薛宇的博客）

第1部分 分子进化建模
第1章 核苷酸置换模型
1.1 引言
1.2 核苷酸置换和距离估计的马尔可夫模型
1.2.1 JC69模型
1.2.2 K80模型
· · · · · · (更多)

第1部分 分子进化建模
第1章 核苷酸置换模型
1.1 引言
1.2 核苷酸置换和距离估计的马尔可夫模型
1.2.1 JC69模型
1.2.2 K80模型
1.2.3 HKY85、F84、TN93等模型
1.2.4 转换／颠换比率
1.3 位点问可变的置换率
1.4 最大似然估计
1.4.1 JC69模型
1.4.2 K80模型
1.4.3 概形与积分似然方法
1.5 马尔可夫链和广义模型下的距离估计
1.5.1 广义理论
1.5.2 广义时间可逆（GTR）模型
1.6讨论
1.6.1不同置换模型下的距离估计
1.6.2成对比较的局限
1.7练习
第2章 氨基酸和密码子置换模型
2.1 引言
2.2 氨基酸替代模型
2.2.1 经验模型
2.2.2 机理模型
2.2.3 位点间的异质性
2.3 两条蛋白质序列间距离的估计
2.3.1 泊松模型
2.3.2 经验模型
2.3.3 伽马距离
2.3.4 例子：猫和兔的p53基因间的距离
2.4 密码子置换模型
2.5 同义和非同义置换率的估计
2.5.1 计数法
2.5.2 最大似然法
2.5.3 方法比较
2.5.4 对距离的诠释及滥用
2.6 转换概率矩阵的数值计算.
2.7 练习
第2部分 系统发育重建
第3章 系统发育重建：概述
3.1 树的概念
3.1.1 术语
3.1.2 树之间的拓扑距离
3.1.3 一致树
3.1.4 基因树和物种树
3.1.5 树重建方法的分类
3.2 穷举式或启发式树搜索
3.2.1 穷举式树搜索
3.2.2 启发式树搜索
3.2.3 分枝交换
3.2.4 树空间的局部峰
3.2.5 随机树搜索
3.3 距离方法.
3.3.1 最小二乘法
3.3.2 邻接法
3.4 最大简约法
3.4.1 简史
3.4.2 对给定树计算最小变化数目
3.4.3 加权简约法和颠换简约法
3.4.4 长枝吸引
3.4.5 简约法的假定
第4章 最大似然法
4.1 引言
4.2 树的似然计算
4.2.1 数据、模型、树及似然函数
4.2.2 修剪算法
4.2.3 时间可逆性、树根及分子钟
4.2.4 缺失数据与对位排列间隔
4.2.5 一个数值例子：猿类系统发育关系
4.3 复杂模型下的似然计算
4.3.1 位点间可变置换率模型
4.3.2 多个数据集联合分析的模型
4.3.3 非齐次与非稳定模型
4.3.4 氨基酸与密码子模型
4.4 祖先状态重建
4.4.1 概述
4.4.2 经验和等级贝斯重建
4.4.3 离散形态性状
4.4.4 祖先重建中的系统偏差
4.5 最大似然估计的数值算法
4.5.1 单变量最优化
4.5.2 多变量优化
4.5.3 树形固定时的优化
4.5.4 树形固定时似然表面上的多重局部峰
4.5.5 最大似然树搜索
4.6 似然法的近似
4.7 模型选择与稳健性
4.7.1 LRT、AIC和BIC
4.7.2 模型的充分性与稳健性
4.8 练习
第5章 贝斯方法
5.1 贝斯范式
5.1.1 概述
5.1.2 贝斯定理
5.1.3 经典统计学与贝斯统计学的比较
5.2 先验分布
5.3 马尔可夫链蒙特卡罗算法
5.3.1 蒙特卡罗积分
5.3.2 MetropoliS_Hastings算法
5.3.3 单一成分Metropolis—Hastings算法
5.3.4 Gibbs取样法
5.3.5 Metropolis-偶联MCMC（MCMCMC或MC3）
5.4 简单建议及其建议比
5.4.1 均匀分布的滑动窗口
5.4.2 正态分布的滑动窗口
5.4.3 多元正态分布的滑动窗口
5.4.4 比例收缩和膨胀
5.5 监测马尔可夫链及处理输出
5.5.1 验证和诊断MCMC算法
5.5.2 潜在尺度减约统计
5.5.3 处理输出
5.6 贝斯系统发育分析
5.6.1 简史
5.6.2 总体框架
5.6.3 汇总MCMC输出
5.6.4 贝斯法与似然法的比较
5.6.5 一个数值例子：猿类系统发育关系
5.7 溯祖模型下的MCMC算法
5.7.1 概述
5.7.2 θ的估计
5.8 练习
第6章 方法比较与树的检验
6.1 树重建方法的统计性能
6.1.1 标准
6.1.2 性能
6.2 似然法
6.2.1 与常规参数估计的不同之处
6.2.2 一致性
6.2.3 有效性
6.2.4 稳健性
6.3 简约法
6.3.1 与病态似然模型的等价性
6.3.2 与正常行为的似然模型的等价性
6.4 检验关于树的假设
6.4.1 自展
6.4.2 内枝检验
6.4.3 Kishino—Hasegawa检验及改进
6.4.4 简约法分析中所用的指数
6.4.5 例子：猿类的系统发育
6.5附录：Tuffley和Steel的单性状似然分析
第3部分 高级专题
第7章 分子钟与物种分歧时间估计
7.1 概述
7.2 分子钟检验
7.2.1 相对速率检验
7.2.2 似然比检验
7.2.3 分子钟检验的局限性
7.2.4 离散指数
7.3 分歧时间的似然估计
7.3.1 全局分子钟模型
7.3.2 局部分子钟模型
7.3.3 试探式速率平滑方法
7.3.4 确定灵长类分歧时间
7.3.5 化石的不确定性
7.4 分歧时间的贝斯估计
7.4.1 总体框架
7.4.2 似然计算
7.4.3 速率的先验分布
7.4.4 化石的不确定性与分歧时间的先验分布
7.4.5 在灵长类和哺乳类分歧中的应用
7.5 展望
第8章 蛋白质的中性与适应性进化
8.1 引言
8.2 中性理论和中性检验
8.2.1 中性与近中性理论
8.2.2 Tajima的D检验
8.2.3 Fu和Li的D检验与Fay和Wu的H检验
8.2.4 McDonald—Kreitman检验和选择强度估计
8.2.5 Hudsorl—Kreitman—Aquade检验
8.3 经历适应性进化的谱系
8.3.1 启发式方法
8.3.2 似然法
8.4 经历适应性进化的氨基酸位点
8.4.1 三种策略
8.4.2 随机位点模型下正选择的似然比检验
8.4.3 处于正选择的位点鉴定
8.4.4 人类主要组织相容性（MHC）基因的正选择
8.5 影响特定位点和谱系的适应性进化
8.5.1 正选择的分枝一位点检验
8.5.2 其他类似模型
8.5.3 被子植物光敏色素的适应性进化
8.6 假定、局限与比较
8.6.1 当前方法的局限
8.6.2 中性检验与基于dN和ds的检验间的比较
8.7 适应性进化的基因
第9章 分子进化的计算机模拟
9.1 简介
9.2 随机数发生器
9.3 连续随机变量的产生
9.4 离散随机变量的产生
9.4.1 离散均匀分布
9.4.2 二项式分布
9.4.3 广义离散分布
9.4.4 多项式分布
9.4.5 针对混合分布的组分法
9.4.6 从离散分布中抽样的重影法
9.5 分子进化的计算机模拟
9.5.1 树形固定时序列的模拟
9.5.2 生成随机树
9.6 练习
第10章 展望
10.1 系统发育重建中的理论问题
10.2 大规模和异质数据集分析中的计算问题
10.3 基因组重排数据
10.4 比较基因组学
附录
附录A：随机变量函数
附录B：△技术
附录C：系统发育分析软件
参考文献
· · · · · · (收起)