Um modelo de mistura gamma melhor contabiliza a heterogeneidade da taxa entre locais

MOTIVAÇÃO: A variação das taxas de substituição entre locais de nucleotídeos e aminoácidos é há muito reconhecida como uma característica da evolução de sequências moleculares. Modelos evolutivos que consideram essa heterogeneidade de taxa geralmente usam uma função de densidade gamma para modelar a distribuição de taxa entre os locais. No entanto, essa função de densidade pode não se ajustar a conjuntos de dados reais, especialmente quando há uma distribuição multimodal de taxas. Aqui, apresentamos um novo modelo evolutivo baseado em uma mistura de funções de densidade gamma. Este modelo descreve melhor a variação da taxa entre locais característica da evolução de sequências moleculares. O uso deste modelo pode melhorar a precisão de vários métodos filogenéticos, como a reconstrução de árvores filogenéticas, datação de eventos de divergência, inferência de sequências ancestrais e detecção de locais conservados em proteínas. RESULTADOS: Usando conjuntos diversos de sequências de proteínas, mostramos que o modelo de mistura gamma descreve melhor o processo estocástico subjacente à evolução de proteínas. Demonstramos que o modelo de mistura gamma proposto se ajusta significativamente melhor a conjuntos de dados de proteínas do que o modelo de gamma simples em 9 de 10 conjuntos de dados testados. Além disso, mostramos que o uso do modelo de mistura gamma melhora a precisão da predição baseada em modelo de resíduos conservados em proteínas. DISPONIBILIDADE: Os códigos-fonte em C++ estão disponíveis pelos autores mediante solicitação.