圖書信息
作 者： （英）楊子恆 著 鍾揚 等 譯
內容簡介
分子進化生物學是一門利用分子數據重建物種或基因間的進化關係並了解其進化過程與機制的學科，統計模型及算法則是分子進化研究中的主要方法論工具。
本書包含核苷酸置換和胺基酸置換模型、系統發育重建的常規方法及最大似然法與貝斯推斷法、分子鐘檢驗與物種分歧時間估計、適應性進化檢測以及分子進化模擬技術等章節，內容豐富，方法新穎，並輔以實例說明，可作為高年級本科生和研究生教材，也可供進化生物學、分子系統學、群體遺傳學以及生物統計學和計算生物學等相關領域的研究人員閱讀。
作者簡介
楊子恆，1964年生於甘肅通渭，1984年畢業於甘肅農業大學，1992年獲北京農業大學博士學位。曾在甘肅農業大學和北京農業大學畜牧系工作以及英美等國從事博士後研究。1997年起在倫敦大學學院(University College London)生物系任教(1997-2000年任講師，2000-72001年任副教授，2001年後任教授)，2006年當選為英國皇家學會院士(Fellow of the Royal Society)。
作為國際知名的統計進化生物學家，楊子恆博士一直致力於發展新的最大似然模型及電腦程式(PAML)，1993年起在國際學術刊物發表論文100餘篇；學術兼職包括Genetics、MoIecular Biology and Evolution、Journal of Molecular Evolution和Systematic Biology等刊物副主編。
目錄
第1部分 分子進化建模
第1章 核苷酸置換模型
1.1 引言
1.2 核苷酸置換和距離估計的馬爾可夫模型
1.2.1 JC69模型
1.2.2 K80模型
1.2.3 HKY85、F84、TN93等模型
1.2.4 轉換/顛換比率
1.3 位點問可變的置換率
1.4 最大似然估計
1.4.1 JC69模型
1.4.2 K80模型
1.4.3 概形與積分似然方法
1.5 馬爾可夫鏈和廣義模型下的距離估計
1.5.1 廣義理論
1.5.2 廣義時間可逆（GTR）模型
1.6討論
1.6.1不同置換模型下的距離估計
1.6.2成對比較的局限
1.7練習
第2章 胺基酸和密碼子置換模型
2.1 引言
2.2 胺基酸替代模型
2.2.1 經驗模型
2.2.2 機理模型
2.2.3 位點間的異質性
2.3 兩條蛋白質序列間距離的估計
2.3.1 泊松模型
2.3.2 經驗模型
2.3.3 伽馬距離
2.3.4 例子：貓和兔的p53基因間的距離
2.4 密碼子置換模型
2.5 同義和非同義置換率的估計
2.5.1 計數法
2.5.2 最大似然法
2.5.3 方法比較
2.5.4 對距離的詮釋及濫用
2.6 轉換機率矩陣的數值計算.
2.7 練習
第2部分 系統發育重建
第3章 系統發育重建：概述
3.1 樹的概念
3.1.1 術語
3.1.2 樹之間的拓撲距離
3.1.3 一致樹
3.1.4 基因樹和物種樹
3.1.5 樹重建方法的分類
3.2 窮舉式或啟發式樹搜尋
3.2.1 窮舉式樹搜尋
3.2.2 啟發式樹搜尋
3.2.3 分枝交換
3.2.4 樹空間的局部峰
3.2.5 隨機樹搜尋
3.3 距離方法.
3.3.1 最小二乘法
3.3.2 鄰接法
3.4 最大簡約法
3.4.1 簡史
3.4.2 對給定樹計算最小變化數目
3.4.3 加權簡約法和顛換簡約法
3.4.4 長枝吸引
3.4.5 簡約法的假定
第4章 最大似然法
4.1 引言
4.2 樹的似然計算
4.2.1 數據、模型、樹及似然函式
4.2.2 修剪算法
4.2.3 時間可逆性、樹根及分子鐘
4.2.4 缺失數據與對位排列間隔
4.2.5 一個數值例子：猿類系統發育關係
4.3 複雜模型下的似然計算
4.3.1 位點間可變置換率模型
4.3.2 多個數據集聯合分析的模型
4.3.3 非齊次與非穩定模型
4.3.4 胺基酸與密碼子模型
4.4 祖先狀態重建
4.4.1 概述
4.4.2 經驗和等級貝斯重建
4.4.3 離散形態性狀
4.4.4 祖先重建中的系統偏差
4.5 最大似然估計的數值算法
4.5.1 單變數最最佳化
4.5.2 多變數最佳化
4.5.3 樹形固定時的最佳化
4.5.4 樹形固定時似然表面上的多重局部峰
4.5.5 最大似然樹搜尋
4.6 似然法的近似
4.7 模型選擇與穩健性
4.7.1 LRT、AIC和BIC
4.7.2 模型的充分性與穩健性
4.8 練習
第5章 貝斯方法
5.1 貝斯範式
5.1.1 概述
5.1.2 貝斯定理
5.1.3 經典統計學與貝斯統計學的比較
5.2 先驗分布
5.3 馬爾可夫鏈蒙特卡羅算法
5.3.1 蒙特卡羅積分
5.3.2 MetropoliS_Hastings算法
5.3.3 單一成分Metropolis—Hastings算法
5.3.4 Gibbs取樣法
5.3.5 Metropolis-偶聯MCMC（MCMCMC或MC3）
5.4 簡單建議及其建議比
5.4.1 均勻分布的滑動視窗
5.4.2 常態分配的滑動視窗
5.4.3 多元常態分配的滑動視窗
5.4.4 比例收縮和膨脹
5.5 監測馬爾可夫鏈及處理輸出
5.5.1 驗證和診斷MCMC算法
5.5.2 潛在尺度減約統計
5.5.3 處理輸出
5.6 貝斯系統發育分析
5.6.1 簡史
5.6.2 總體框架
5.6.3 匯總MCMC輸出
5.6.4 貝斯法與似然法的比較
5.6.5 一個數值例子：猿類系統發育關係
5.7 溯祖模型下的MCMC算法
5.7.1 概述
5.7.2 θ的估計
5.8 練習
第6章 方法比較與樹的檢驗
6.1 樹重建方法的統計性能
6.1.1 標準
6.1.2 性能
6.2 似然法
6.2.1 與常規參數估計的不同之處
6.2.2 一致性
6.2.3 有效性
6.2.4 穩健性
6.3 簡約法
6.3.1 與病態似然模型的等價性
6.3.2 與正常行為的似然模型的等價性
6.4 檢驗關於樹的假設
6.4.1 自展
6.4.2 內枝檢驗
6.4.3 Kishino—Hasegawa檢驗及改進
6.4.4 簡約法分析中所用的指數
6.4.5 例子：猿類的系統發育
6.5附錄：Tuffley和Steel的單性狀似然分析
第3部分 高級專題
第7章 分子鐘與物種分歧時間估計
7.1 概述
7.2 分子鐘檢驗
7.2.1 相對速率檢驗
7.2.2 似然比檢驗
7.2.3 分子鐘檢驗的局限性
7.2.4 離散指數
7.3 分歧時間的似然估計
7.3.1 全局分子鐘模型
7.3.2 局部分子鐘模型
7.3.3 試探式速率平滑方法
7.3.4 確定靈長類分歧時間
7.3.5 化石的不確定性
7.4 分歧時間的貝斯估計
7.4.1 總體框架
7.4.2 似然計算
7.4.3 速率的先驗分布
7.4.4 化石的不確定性與分歧時間的先驗分布
7.4.5 在靈長類和哺乳類分歧中的套用
7.5 展望
第8章 蛋白質的中性與適應性進化
8.1 引言
8.2 中性理論和中性檢驗
8.2.1 中性與近中性理論
8.2.2 Tajima的D檢驗
8.2.3 Fu和Li的D檢驗與Fay和Wu的H檢驗
8.2.4 McDonald—Kreitman檢驗和選擇強度估計
8.2.5 Hudsorl—Kreitman—Aquade檢驗
8.3 經歷適應性進化的譜系
8.3.1 啟發式方法
8.3.2 似然法
8.4 經歷適應性進化的胺基酸位點
8.4.1 三種策略
8.4.2 隨機位點模型下正選擇的似然比檢驗
8.4.3 處於正選擇的位點鑑定
8.4.4 人類主要組織相容性（MHC）基因的正選擇
8.5 影響特定位點和譜系的適應性進化
8.5.1 正選擇的分枝一位點檢驗
8.5.2 其他類似模型
8.5.3 被子植物光敏色素的適應性進化
8.6 假定、局限與比較
8.6.1 當前方法的局限
8.6.2 中性檢驗與基於dN和ds的檢驗間的比較
8.7 適應性進化的基因
第9章 分子進化的計算機模擬
9.1 簡介
9.2 隨機數發生器
9.3 連續隨機變數的產生
9.4 離散隨機變數的產生
9.4.1 離散均勻分布
9.4.2 二項式分布
9.4.3 廣義離散分布
9.4.4 多項式分布
9.4.5 針對混合分布的組分法
9.4.6 從離散分布中抽樣的重影法
9.5 分子進化的計算機模擬
9.5.1 樹形固定時序列的模擬
9.5.2 生成隨機樹
9.6 練習
第10章 展望
10.1 系統發育重建中的理論問題
10.2 大規模和異質數據集分析中的計算問題
10.3 基因組重排數據
10.4 比較基因組學
附錄
附錄A：隨機變數函式
附錄B：△技術
附錄C：系統發育分析軟體
參考文獻
