| 查看: 447 | 回复: 3 | |||
| 当前主题已经存档。 | |||
[交流]
[求助]系统发育分析，同样的数据，为什么每一次分析的Bootstrap值不同？
|
|||
| 我用Mega3.1作系统发育分析，同样一组数据，同样的处理流程与方法，为什么有的节点，尤其是Bootstrap值比较小的节点的值不稳定？ |
回复此楼» 猜你喜欢
遇见不省心的家人很难过
已经有23人回复
-
天津大学招2026.09的博士生，欢迎大家推荐交流（博导是本人）
已经有6人回复
-
AI 太可怕了，写基金时，提出想法，直接生成的文字比自己想得深远，还有科学性
已经有6人回复
-
有院领导为了换新车，用横向课题经费买了俩车
已经有9人回复
-
酰胺脱乙酰基
已经有13人回复
-
博士延得我，科研能力直往上蹿
已经有8人回复
-
同年申请2项不同项目，第1个项目里不写第2个项目的信息，可以吗
已经有4人回复
-
有时候真觉得大城市人没有县城人甚至个体户幸福
已经有10人回复
★ ★
小狗(金币+2):多谢参与！
小狗(金币+2):多谢参与！
| 很正常的，特别是当一些分枝之间的遗传距离很相近，没办法确定分枝之间的进化关系。我不知道你清不清楚bootstrap的算法。如果你用的是序列的话，简单的讲就是把序列的位点都重排，重排后的序列再用相同的办法构树，如果原来树的分枝在重排后构的树中也出现了，就给这个分枝打上一分，如果没出现就给0分，这样经过你给定的repetitions次（至少1000次）重排构树打分后，每个分枝就都得出分值，计算机会给你换算成bootstrap值。重排的序列有很多组合，值越小说明分枝的可信度越低，如果数据本身的信息量不足以判断亲缘关系的，这样构出来的树肯定每次都不一样，算出来的值也不同，一般50以下的值都都要剔除。而且值mega的话，会在你的original tree上给出bootstrap值，也会给你总结出一个consensus tree，你会看到这两个树可能topology都不大一样。当然如果你repetitions的次数很大的话，可能会好点，不过机器可耗不起，特别是构mp树的时候，据文献说2000次的话能得到一个95％confidence。数据比较好的话，100次重复也能得到很高的bootstrap的。最好根据数据的情况选用不同的构树方法和模型。 |
2楼2006-04-05 22:38:27
3楼2006-04-06 08:39:14
4楼2006-04-06 10:28:05