The phylogenetic trees werereconstr

The phylogenetic trees were
reconstructed by four different methods: maximum
likelihood (ML), maximum parsimony (MP),
neighbor-joining (NJ) and Baysian inference (BI).
The ML trees were generated with PHYML v.2.4.4
(Guindon and Gascuel, 2003) using nonparametric
bootstrapping with 1,000
pseudoreplicates. The model and parameters
indicated by Modeltest 3.7 were used, based on
the Akaike Information Criterion (AIC) (Posada
and Crandall, 1998). For BI, MrBayes v3.0b4
(Huelsenbeck and Ronquist, 2001) was used with
the same model and parameters as mentioned
above. The Markov Chain Monte Carlo (MCMC)
process was set to run four chains simultaneously
for 1 million generations. After the log-likelihood
value reached stationarity, sampling was carried
out at every 100th generation to get 10,000 trees
to provide a majority-rule consensus tree with
averaged branch lengths. All sample points prior
to reaching convergence were discarded as burnin,
and the Bayesian posterior nodal relationship
in the sampled tree population was shown as a
percentage of the Bayesian posterior probability
(BPP) obtained from a majority-rule consensus
tree. MP and NJ were carried out using PAUP* v.

ผลลัพธ์ (ไทย) 2:

ต้นไม้สายวิวัฒนาการที่ถูกสร้างขึ้นใหม่โดยสี่วิธีที่แตกต่างกันสูงสุดน่าจะเป็น(ML) สูงสุดประหยัด (MP). เพื่อนบ้านเข้า (NJ) และการอนุมาน Baysian (BI) ต้นไม้ ML ถูกสร้างขึ้นด้วย PHYML v.2.4.4 (Guindon และ Gascuel, 2003) โดยใช้ nonparametric ร่วมมือกับ 1,000 pseudoreplicates รูปแบบและพารามิเตอร์ที่ระบุโดย Modeltest 3.7 ถูกนำมาใช้บนพื้นฐานของข้อมูลAkaike เกณฑ์ (AIC) (ด้าและแครนดอล, 1998) สำหรับ BI, MrBayes v3.0b4 (Huelsenbeck และ Ronquist, 2001) ถูกนำมาใช้กับรูปแบบเดียวกันและพารามิเตอร์ตามที่กล่าวไว้ข้างต้น โซ่มาร์คอฟ Monte Carlo (MCMC) ขั้นตอนการได้รับการตั้งค่าให้ทำงานพร้อมกันสี่โซ่สำหรับรุ่น 1000000 หลังจากที่เข้าสู่ระบบความน่าจะเป็นมูลค่าถึง stationarity สุ่มตัวอย่างได้ดำเนินการออกในทุกรุ่นที่100 ที่จะได้รับ 10,000 ต้นเพื่อให้เป็นส่วนใหญ่กฎต้นไม้ฉันทามติที่มีความยาวเฉลี่ยสาขา ทุกจุดตัวอย่างก่อนที่จะถึงการบรรจบถูกทิ้งเป็น Burnin, และหลังคชกรรมความสัมพันธ์สำคัญในกลุ่มประชากรตัวอย่างต้นไม้ที่ถูกแสดงเป็นร้อยละของความน่าจะเป็นหลังแบบเบย์(BPP) ที่ได้รับจากเสียงส่วนใหญ่กฎฉันทามติต้นไม้ MP และนิวเจอร์ซีย์ได้รับการดำเนินการโดยใช้ PAUP * โวลต์

ผลลัพธ์ (ไทย) 3:

ต้นไม้ซึ่งถูกสร้างโดยสี่วิธีการที่แตกต่างกัน

: ความน่าจะเป็นสูงสุด ( มิลลิลิตร ) , ตระหนี่สูงสุด ( MP ) ,
เพื่อนบ้านร่วม ( NJ ) และ baysian อนุมาน ( บี )
+ ต้นไม้ถูกสร้างขึ้นด้วย phyml v.2.4.4
( กินเดิ้น และ gascuel , 2003 ) โดยใช้ตัว 1000

bootstrapping pseudoreplicates . รูปแบบและพารามิเตอร์
แสดงโดย modeltest 3.7 ใช้ตาม
เกณฑ์เคราะห์ข้อมูล ( AIC ) ( Posada
แล้ว Crandall , 1998 ) สำหรับบี mrbayes v3.0b4
( huelsenbeck และ ronquist , 2001 ) ใช้กับรุ่นเดียวกันและค่า

ตามที่กล่าวข้างต้น ใช้ Markov Monte Carlo ( MCMC )
กระบวนการตั้งโซ่วิ่งสี่พร้อมกัน
1 ล้านรุ่น หลังจากเข้าสู่ระบบโอกาส
มูลค่าถึงความนิ่ง การสุ่มตัวอย่าง การ
ทุกรุ่นที่ 100 ได้ 10 , 000 ต้น
ให้กฎส่วนใหญ่ฉันทามติต้นไม้
เฉลี่ยความยาวของสาขา ใช้คะแนนก่อน
จะถึงลู่ถูกละทิ้ง เช่น ไข้ และความสัมพันธ์แบบด้านหลัง
,
ใน ข้อ ตัวอย่างประชากร คือ ต้นไม้แสดงเป็นเปอร์เซ็นต์ของเบส์

ความน่าจะเป็นภายหลัง ( BPP ) ที่ได้จากข้อมติเสียงข้างมาก
ต้นไม้MP และ NJ ทดลองใช้ยาจก * V