解决分类群之间的演化关系是演化生物学的基本任务之一。在大数据时代,随着测序技术和分析方法的发展,多项研究发现类群之间的杂交和基因渐渗可能强烈的影响了生命之树,并在物种形成和适应过程中起到了重要作用。在基因流广泛存在的背景下,评估物种之间的复杂关系仍具挑战。目前已有涉及基因渐渗推断的基于深度学习的相关方法的应用报道,但多是针对具体分类群的初步尝试,其一般适用性和可推广性受到了限制。该研究论文,提出了一种基于深度学习算法检测基因渐渗的方法ERICA。该方法基于基因组序列信息,通过识别拓扑结构不一致鉴定基因组内的渐渗区域。该方法能够有效的在模拟数据和多种动植物分类群的真实基因组数据中检测渐渗信号,为利用基因组数据评估类群之间的演化关系提供了一种具有一般适用性的新方法,有助于推动杂交和基因渐渗相关的演化研究。为了满足研究人员的广泛要求,该方法包括了一个在线提交门户和一个本地版本的工具包。因此,该研究不仅提供了一种先进的基因渐渗的研究方法,并且给出了完整的研究解决方案,展示了其解决多个系统中实际问题的能力。
链接:
https://doi.org/10.1093/sysbio/syad033