问决定这棵树倒塌的断线的算法？

EN

正如Jeff提到的，您可以尝试使用类似于树协调的方法。但是标准的树和解实际上会失败。

协调首先需要在整个目标树中添加代表进化字符“损失”的分支。然后指示进化字符的“复制”发生的节点。损失和重复的加权和提供了一个优化的成本函数。

但在你的例子中，你想要解决的问题是“把这棵超级树分解成适当大小的正子树”。这意味着你不想像重复一样多的损失。你想要一种方法来打分这棵树，这样它就能显示出有多少个同源子树被合并到你的超级树中。因此，您可以尝试以下评分方法：

1. 以一棵超级树为例，数数重复物种的数量，S1。
2. 折叠所有的终端叶子，这是目录和计数的新数量的重复物种，S2。
3. S1和S2之间的区别大约揭示了超级树中有多少子树。
4. 纠正各种大小的超级树所造成的偏差，除以在超级树N中所代表的唯一物种的数量。

如果我们称这个分数为“子树因子”，那么它就等于：

S1 - S2 / N

推论：

• 如果S1 - S2 = S1，那么这意味着你的超级树中大约有一个真正的子树，所有多个物种的出现都是由于最近的目录。
• 如果S1 - S2 =0，则表示您的超级树中有近似S1真子树。

我想我需要更多的了解才能给出具体的建议。但也许这会有帮助。我假设每个终端节点是一个序列，每个内部节点都是一个PSSM。

X的计算是特定于应用程序的。例如，当你想折叠所有同系物的时候，你得到的X和你想要折叠的X不一样。

由于基因是通过复制和物种化不断产生的，所以X没有一个值可以通过进化关系来区分序列。因此，我不认为您会找到一个令人满意的代理来确定序列之间的进化关系，只看集群统计数据。

一种更严格的方法是从每个调控基序的基因构建一棵基因树，并将其与一棵物种树相协调。这里有一些软件和其他的启发式方法，可以用来识别正方根/ inparalog。

如果您这样做，您的树的内部节点将被装饰由推断的进化事件(例如，复制，物种)。然后，你可以走到树上，为你不关心的类崩溃节点。