分子系统学基础研究方面新进展

在现代分子系统学研究中，zui大似然法和贝叶斯分析是两种文献中zui为主要的构建系统发育树的两种方法。在构建系统发育树之前，研究人员一般都需要对比对后的多条基因序列进行*进化模型选择。目前，通常使用的模型选择软件，如ModelTest等，其实包含似然比检验（LRT）、赤池信息标准（AIC）和贝叶斯信息标准（BIC）等多种选择模型的统计标准。对于研究者来说，具体采用哪种统计标准zui后选出进化模型往往是一个让人困惑的问题。

因此，为了更好地理解不同选择标准的行为特点，从而方便众多研究者的应用，新研究针对广义时间可逆模型（GTR）中24个基本的模式，共计模拟了33600个数据。就分层似然比检验（hLRT）、赤池信息标准（AIC）、贝斯信息标准（BIC）和决定理论（DT）等四种现有的主要标准，分别对这些数据进行模型选择，并继而分析了不同标准的准确性、性、差异度和选择偏向性。结果表明，BIC和DT具有较高的准确性和性，因此判断它们是目前*模型选择标准。另外，结果显示，对于同样的数据不同的选择标准经常选择出不同的*模型；其中hLRT和AIC的差异度zui高，而BIC和DT之间的差异度则zui小。选择偏向性结果表明：当真实模型含不变异位点这一参数时，hLRT的选择准确性较差；而BIC和DT则总是呈现相似的选择偏向性。总之，研究表明，在做模型选择分析时，BIC和DT应该作为的统计标准。结合模型适度检验，依据BIC和DT的选择模型理应能促进分子系统及相关研究的可信性。

该研究主要由中国科学院动物研究所朱朝东博士领导的课题组完成，主要得到了中国科学院农业办公室项目（KSCX2-YW-NF-02）、国家自然科学基金委项目（30870268,  J0930004）资助，并部分得到中国农业部行业科技专项（200803006）、北京市自然科学基金委重点基金（KZ201010028028）等项目的资助。

研究论文已发表在BMC  Evolutionay  Biology。该论文自发表以来，已经成为该杂志高度受关注论文之一。目前*作者罗阿蓉已经得到国家留学基金委资助，前往澳大利亚联邦科工委组织进一步开展博士论文工作，加强在该领域的合作研究。