Valores de bootstrap (Português)

Os valores de bootstrap pertencem a uma ampla categoria de valores chamada valores de suporte . Valores de suporte em geral são usados para dar alguma indicação de o grau em que se pode ter certeza de que o branch representa algum “sinal” presente nos dados.

Em particular, os valores de bootstrap indicam quão robusto os ramos da árvore são, ou seja, o quão resistentes são à perturbação nos dados. Eles são obtidos por re-amostragem de colunas na matriz de dados, construindo árvores a partir de tais novas amostras matrizes, e olhando para a proporção do obtido árvores que contêm um determinado ramo.

No caso de bootstrap, a etapa de reamostragem é feita da seguinte maneira: Suponha que a matriz de dados original tenha N colunas (ou seja, Caracteres codificados por N, que podem ser nucleotídeos ou aminoácidos em um alinhamento de sequência, caracteres morfológicos, presença-ausência de características genômicas, etc.). Uma nova matriz será obtida pelo desenho aleatório de uma dessas colunas, N vezes. A nova matriz terá, portanto, o mesmo número de caracteres, mas alguns da matriz original estarão presentes várias vezes e alguns estarão ausentes. Isso influenciará a topologia da árvore. Por exemplo, se uma ramificação era suportada por personagens que agora estão ausentes, esta ramificação pode não aparecer mais com esta reamostragem particular. A reamostragem geralmente é feita cerca de 100 ou 1000 vezes.

Um valor baixo de bootstrap significa que se a árvore for construída usando um subconjunto de dados, é provável que este branch não apareça.

Um alto valor de bootstrap significa que o ramo provavelmente aparecerá em uma árvore construída a partir de tal matriz re-amostrada. Isso não significa necessariamente que o ramo tem mais probabilidade de representar os verdadeiros relacionamentos históricos: às vezes, os artefatos de reconstrução podem ser robustos. Por exemplo, com alguns métodos de reconstrução da filogenia molecular, os táxons podem acabar sendo agrupados com base nas semelhanças na composição do genoma. Valores altos de bootstrap indicam que há um forte sinal nos dados que suportam o branch, seja um sinal histórico ou outro.

Comentários

• Boa resposta + 1 Você se importaria de esclarecer como reamostramos. Apenas explicar como os dados estão organizados na matriz pode ajudar a esclarecer o que re-sampling columns in the data matrix realmente significa. Significa subdividir os SNPs sequenciados, ou os indivíduos disponíveis, ou alguma outra estatística pré-processada, etc …?
• @ Remi.b Tentei expandir um pouco minha resposta. Esta é uma nova amostragem de caracteres (convencionalmente codificados como colunas), não de indivíduos (convencionalmente codificados como linhas). Observe que a nova amostragem de indivíduos levaria a árvores em diferentes conjuntos de taxa e, portanto, seria impossível simplesmente comparar ramos entre árvores e calcular os valores de suporte de ramos.
• @ Remi.b Se você puder ler Francês e estiver interessado nessa coisa de valores de suporte, você pode dar uma olhada na introdução da minha tese (páginas 9 e 10 de tel.archives-ouvertes.fr/tel-00331825 ). Vejo que mencionei " perturbações de l é chantillonnage taxinomique " nas formas de medindo robustez, mas não consigo ' não me lembrar do que tinha em mente …
• Uau, eu não sabia que as pessoas ainda estão escrevendo teses de doutorado em francês! É uma pena ter que traduzir suas publicações do inglês para o francês apenas para a tese. Sim, posso ler em francês. Obrigado pelo link.
• Na França, acho que ainda é muito comum escrever teses em francês (especialmente em humanidades, mas não só). O texto principal da tese foi redigido em francês, mas os artigos foram incluídos no estado em que se encontram, em inglês. Eu ' fico feliz por poder escrever na minha língua materna: isso tornou a experiência muito mais agradável.