| 查看: 454 | 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
欢迎采矿、地质、岩土、计算机、人工智能等专业的同学报考
已经有5人回复
-
279求调剂
已经有4人回复
-
284求调剂
已经有8人回复
-
材料复试调剂
已经有4人回复
-
本子写完了，给DS兄弟看了，得了92分
已经有7人回复
-
求调剂
已经有6人回复
-
材料学硕318求调剂
已经有13人回复
-
一志愿郑大材料学硕298分，求调剂
已经有5人回复
-
材料化工调剂
已经有13人回复
-
材料学硕318求调剂
已经有5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
