当类群缺失、或基因树彼此不一致时,一条分支可能消失、与邻枝融合、或掉头离开——而这些统统被压成一个无从区分的 NA。SplitAligner 为每一种缺失赋予名字。
一本安静的账本,每一次缺失都有名字。
一棵刻意做到最简的 10 类群树——由 R/APE 生成的随机拓扑(seed 42),枝长固定,没有任何速率变化、不一致或估计误差。它的无根轴定义了 17 个原始分支坐标:10 条末端分支 t1–t10 与 7 条内部分支 N_12–N_18。
这就是被冻结的坐标系。我们唯一改变的,是某个基因恰好采样了哪些类群。
剪断分支 N_13,树就分成两组。这个二分(分裂)——而非它画出来的位置或生根方式——才是分支的身份。
删除顺序 t10, t1, t8, t7, t4, t9, t5 从根部向内层层剥离。整个演化支坍塌,于是 NA_struct 迅速攀升。每个坐标都与一个独立的图论判定器核对——不凭空捏造,也不悄悄丢弃。这里没有不一致,所以 NA_topo = 0。
删除顺序 t8, t7, t4, t9, t5, t2, t3 只攻击一个演化支,因此融合集中在一处,而另一侧能长久保留其数值坐标。同一个被冻结的轴,却呈现不同的缺失印记——而 NA_topo 依旧 = 0。
每个 status 都是单值的——它是那个唯一映射 πg 的函数。一旦确定采样了谁,每个格子就只有一个正确答案。「每一次缺失都有名字」——这是一条定理。
10 类群基准在设计上排除了不一致,因此能干净地分离 NA_struct 与 NA_fuse。真实的基因树则打开了第四列 NA_topo;而第五列 residual_NA,在固定侧没有可供提升的数值证据时,作为诚实的保留项存在。
Wu J. (2026). SplitAligner: a branch-identity coordinate system for phylogenomics under missing taxa and gene-tree discordance. 配套的坐标审计基准:确定性的 10 类群玩具树。