IF36.1｜BEAST X：贝叶斯系统发育与系统动力学推断的新平台

BEAST X 大幅提升复杂进化模型的计算效率，让大规模病原体基因组分析成为可能。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

贝叶斯进化分析采样树（BEAST）平台是系统生物学和传染病分子流行病学领域的领先推断工具之一。BEAST 的成功源于其能够在时间标定的系统发育树上整合序列、表型和流行病学数据。随着病原体基因组测序的快速增长，对快速进化病原体的出现和传播进行实时推断的需求日益迫切。BEAST 平台已在多次埃博拉病毒暴发、SARS-CoV-2 变异株和猴痘病毒谱系的研究中取得重要成果。然而，现有版本在模型灵活性和计算可扩展性方面仍存在局限，难以应对高维复杂模型和大规模数据集的分析需求。

科学问题

卡在哪里： 此前 BEAST 版本在高维参数空间中的采样效率低下，许多复杂模型（如随机效应替换模型、混合效应时钟模型、连续性状系统地理学模型等）因计算负担过重而难以实际应用。同时，处理大规模数据集时，传统的 Metropolis-Hastings 采样器混合效率差，导致有效样本量不足，无法在合理时间内完成收敛。

本文要回答： 本文旨在介绍 BEAST X 软件，该软件通过引入新的模型扩展和高效的梯度信息采样技术，显著提升贝叶斯系统发育、系统地理学和系统动力学推断的灵活性与可扩展性。

技术路线

作者主要用了：HMC采样、梯度计算、马尔可夫调制模型、随机效应替换模型、混合效应时钟模型、收缩先验。

BEAST X 首先扩展了替换模型，引入马尔可夫调制模型和随机效应替换模型，以捕捉位点和分支特异的异质性。随后，在分子钟模型方面，开发了时间依赖速率模型、连续随机效应松弛钟模型、混合效应松弛钟模型和基于收缩的局部时钟模型。为应对高维参数空间的计算挑战，BEAST X 实现了线性时间复杂度的前序-后序树遍历算法，从而高效计算梯度，并利用 HMC 采样器大幅提升采样效率。最后，将这些新模型和算法应用于 SARS-CoV-2 的 Omicron BA.1 谱系在英格兰的传播分析，展示了其在真实大规模数据上的实用性。

图 1　Fig. 1。图1展示了BEAST X在SARS-CoV-2 Omicron BA.1英格兰传播分析中的应用。a部分显示GLM扩展的离散系统地理学推断中协变量效应大小估计，比较扩张期和后扩张期，揭示大伦敦地区外流和移动性贡献的差异。b部分总结扩张期256个低层地方行政区之间的马尔可夫跳跃估计，按是否属于大伦敦和人口排序，显示大伦敦地区为主要扩散源。c和d部分展示连续系统地理学推断的时空投影，分别对应扩张期前半段和完整扩张期，直观呈现病毒的空间传播路径。e和f部分比较Omicron BA.1与Alpha的倍增时间，并展示有效种群大小和有效繁殖数随时间的变化，显示Omicron传播更快，控制措施后Re显著下降。

核心亮点

亮点 1｜随机效应替换模型揭示 SARS-CoV-2 非可逆性

BEAST X 引入随机效应替换模型，允许在基础 CTMC 模型上添加随机效应以捕捉额外速率变异。在 583 条 SARS-CoV-2 序列的数据集上，带有随机效应的 HKY 模型显示出强烈的非可逆性信号，即 C→T 替换速率显著高于 T→C。后验预测检查表明该模型比可逆模型更充分。这一发现挑战了系统发育推断中常见的可逆性假设，提示在分析快速进化的病毒时需考虑非可逆模型。

亮点 2｜HMC 采样大幅提升参数估计效率

BEAST X 为多种模型实现了基于梯度的 HMC 转移核，包括 skygrid 模型、混合效应时钟模型、连续性状进化模型和分化时间模型。与传统的 Metropolis-Hastings 采样器相比，HMC 在单位时间内获得的有效样本量（ESS）显著提高。例如，在 SARS-CoV-2 分析中，HMC 能在相同计算时间内完成 MCMC 收敛，而标准采样器甚至无法完成 burn-in。这一改进使得包含 11,351 个分类单元和 256 个地理位置的离散系统地理学分析成为可能。

亮点 3｜时间依赖分子钟揭示病毒速率四数量级变化

BEAST X 的时间依赖进化速率模型将进化历史划分为多个时间段，每个时间段具有独立的替换速率。该模型在泡沫病毒共物种形成和慢病毒进化历史中揭示了速率随时间变化达四个数量级的强烈效应。与标准分子钟模型相比，时间依赖模型改善了节点高度（即最近共同祖先时间）的估计，并通过边际似然估计在模型选择中表现更优。这表明在长时程病毒进化分析中，考虑速率的时间异质性至关重要。

亮点 4｜收缩先验局部时钟模型解决流感血凝素时钟结构

BEAST X 重新参数化了随机局部时钟（RLC）模型，采用基于收缩的贝叶斯桥先验对分支间速率增量进行正则化，并利用 HMC 在增量空间中进行高效采样。该模型成功应用于甲型流感病毒表面糖蛋白的可遗传时钟结构研究，而此前此类分析在计算上不可行。这一进展使得在没有先验知识的情况下推断复杂时钟结构成为可能，为研究病毒蛋白的进化速率异质性提供了新工具。

亮点 5｜Omicron BA.1 在英格兰的传播动态

利用 BEAST X 的 epoch-GLM 离散扩散模型和 HMC 采样，对英格兰最大的 Omicron BA.1 传播谱系（11,351 个基因组）进行了系统地理学分析。结果显示，在扩张阶段，从大伦敦地区向外扩散的效应显著，且移动性贡献存在差异。连续系统地理学推断揭示了空间扩散的时空投影。此外，比较 Omicron BA.1 与 Alpha 变异株的倍增时间，发现 Omicron BA.1 的倍增时间约为 Alpha 的 1/3.5，表明其传播速度更快。有效繁殖数 Re 在实施控制措施后显著下降。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： HMC采样、梯度计算、马尔可夫调制模型、随机效应替换模型、混合效应时钟模型、收缩先验
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事系统发育、系统地理学和系统动力学研究的生物信息学家、进化生物学家和流行病学家。

带走一句

BEAST X 通过 HMC 和线性梯度算法，让高维复杂模型的大规模贝叶斯推断变得可行，做病原体系统动力学分析的人应尽快迁移到新平台。