最近做了些分子进化相关的分析，为了保证自己分析相对靠谱些，因此找了杨子恒编写的【计算分子进化】学习。
成对序列比较的距离估计被反复发现，关键点是，马尔科夫链， 核苷酸之间的置换速率，不同位置的置换速率。估算距离的几类模型
- 先预设模型，然后使用伽马分布考虑不同位置的置换率
- 极大似然估计
- 广义时间可逆模型(GTR/REV)
并不是越复杂的模型效果越好。尤其是当序列间的差异过大时(>40%), 结果会更容易受到模型参数影响。
系统发育重建主要分为两大类，一类是先成对计算序列间距离，构建距离矩阵，然后建树，如简约法； 一类是基于序列的性状（氨基酸，核苷酸）来构树，使得所有物种的所有点都符合树的形状，如极大似然法，贝叶斯法。
物种分歧时间估算的理论基础是分子钟。基本假设是两条序列的差异随着分歧时间线性增加，当有外部校准信息时，可以将序列间的距离或者枝长转换为分歧时间。
