The Untapped Potential of Tree Size in Reconstructing Evolutionary and Epidemiological Dynamics
Notice bibliographique
Résumé
Abstract A phylogenetic tree has three types of attributes: size, shape (topology), and branch lengths. Phylody-namic studies are often motivated by questions regarding the size of clades, nevertheless, nearly all of the inference methods only make use of the other two attributes. In this paper, we ask whether there is additional information if we consider tree size more explicitly in phylodynamic inference methods. To address this question, we first needed to be able to compute the expected tree size distribution under a specified phylodynamic model; perhaps surprisingly, there is not a general method for doing so — it is known what this is under a Yule or constant rate birth-death model but not for the more complicated scenarios researchers are often interested in. We present three different solutions to this problem: using i) the deterministic limit; ii) master equations; and iii) an ensemble moment approximation. Using simulations, we evaluate the accuracy of these three approaches under a variety of scenarios and alternative measures of tree size (i.e., sampling through time or only at the present; sampling ancestors or not). We then use the most accurate measures for the situation, to investigate the added informational content of tree size. We find that for two critical phylodynamic questions — i) is diversification diversity dependent? and, ii) can we distinguish between alternative diversification scenarios? — knowing the expected tree size distribution under the specified scenario provides insights that could not be gleaned from considering the expected shape and branch lengths alone. The contribution of this paper is both a novel set of methods for computing tree size distributions and a path forward for richer phylodynamic inference into the evolutionary and epidemiological processes that shape lineage trees.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».