秦雪瑞, 刘雄恩

(福建农林大学计算机与信息学院，福建 福州 350002)

分子系统发育分析是生物信息计算的一个重要分支，推算分子系统发育树可以重建祖先序列和估计分歧时间.通过分子系统发育研究可以探索生命的起源和物种间的进化历史，开展分类与区系研究以及流行病学、微生物生态学等的研究[1].

分子系统进化研究的第一步是建立同源性假设.DNA多序列比对数据代表了最初的同源性假设[2].一般情况下，参与比对的序列长度不是完全相同的，为了对齐需要插入间隔.比对序列的1列为1个位点，至少含有1个间隔的位点称为间隔位点，由共同祖先分歧后发生的插入或缺失事件引起.由于间隔起源于这种特殊的突变事件，包含适合于系统发育分析的历史信息[3]，因此在分子系统发育分析中融合间隔位点的信息是有必要的.

常用的DNA进化马尔可夫模型，如JC69、K80、F81、F84、HKY85、TN93、REV94等，都只描述了4种核苷酸的置换(substitution)过程(本文统称这类DNA进化模型为4-状态模型)，忽略了插入/缺失事件，在分子系统发育分析中应用这类模型势必会低估同源序列间的进化距离.将比对间隔视为碱基的第5种状态，Mcguire et al[4]首次提出了包含间隔位点信息的JC69+gap、F81+gap、F84+gap等模型，但这3种改进模型将插入/缺失事件与碱基置换或颠换(transversion)同等对待.2015年林碧娇等[5]在上述改进模型基础上引入新的参数，进一步区分了插入/缺失与碱基置换在性质上的差异，提出JC69+gap′、 F81+gap′、F84+gap′等模型，改进后的5种状态模型的参数较多，计算复……