Muster widerspruch unbegründet

Die Identifikation von mehrdeutigen und lauten Ausrichtungspositionen der vollständigen Ausrichtung und der 28S-Partition wurde mit ALISCORE[15] erreicht. Laute Positionen enthalten Nukleotidmuster, die nicht von randomisierten unterschieden werden können. Die Software identifiziert mehrdeutig ausgerichtete und zufällige Regionen in mehreren Sequenzausrichtungen und hat gewisse Vorteile im Vergleich zu G-Blocks [[18]; siehe auch [15]]. Das Monte-Carlo-Resampling vergleicht die Partitur der ursprünglich ausgerichteten Sequenzen in einer bestimmten Fensterposition mit Partituren zufällig gezeichneter Sequenzen ähnlicher Zeichenzusammensetzung. Daher bietet ALISCORE einen formalen Ansatz zur Bewertung von Sequenzausrichtungen und zur Identifizierung von Abschnitten von zufälliger Ähnlichkeit, die durch gesättigte Sequenzabweichungen, fehlende Daten und/oder Mehrdeutigkeit der Ausrichtung verursacht werden. Die folgenden Einstellungen von ALISCORE wurden für beide Ausrichtungen verwendet: Fenstergröße war sechs Positionen, Lücken wurden als mehrdeutige Zeichen behandelt, und paarweise Vergleiche wurden von einem Nachbarn, der Baum, der die p-Entfernungen der enthaltenen Taxa darstellt, geführt. Phylogenetische Netzwerke sind von der Split-Zersetzungsmethode abgeleitet, die ursprünglich von Bandelt und Dress beschrieben wurde [54]. Netzwerke zeigen Unterstützung für Sequenzgruppen, auch wenn sie miteinander inkompatibel sind, und visualisieren Kantenlängen für signalähnliche Muster und Widersprüche [3, 21, 22, 55–59]. Wenn Netzwerke baumähnlich sind, kann man davon ausgehen, dass phylogenetisches Signal im Datensatz dominiert [42]. Abb. 1, 2 und 3 zeigen lange Klemmenzweige, die durch Netze mit kurzen Kanten verbunden sind, was auf Konflikte und das Fehlen ausgeprägter spaltspaltunterstützender Nukleotidmuster für tiefere Knoten der Phylogenie hindeutet. Scholtz G: Homologie und Ontogenie: Muster und Prozess in der vergleichenden Entwicklungsbiologie.

Theorie Biosci. 2005, 124: 121-143. Man kann argumentieren, dass Lücken und fehlende Daten phylogenien nicht verzerrt, aber dies hängt von den Mustern der fehlenden Zeichen ab. Hartmann und Vision [40] zeigten durch Simulationsstudien mit unvollständigen Ausrichtungen, dass insbesondere Parsimony-Algorithmen, wie sie in POY angewendet werden, die geringste Genauigkeit bei der Suche nach dem richtigen Baum und die höchste Empfindlichkeit für Muster fehlender Daten aufweisen. Die topologische Meinungsverschiedenheit mit dem ursprünglichen Baum der Simulation (von 0, der vollständige Übereinstimmung zeigt, bis 1, der vollständige Meinungsverschiedenheitzeigt) näherte sich dem Medianwert von 0,4 in Ausrichtungen mit 60 % fehlenden Daten (ähnlich den Achsen in [4]), aber 1,0 nur in korrekt ausgerichteten simulierten Daten (sehr unwahrscheinlich in den betreffenden Achsen).