Evolution leaves heterogeneous patterns of nucleotide variation across the genome, with different loci subject to varying degrees of mutation, selection, and drift. In phylogenetics, the potential impacts of partitioning sequence data for the assignment of substitution models are well appreciated. In contrast, the treatment of branch lengths has received far less attention. In this study, we examined the effects of linking and unlinking branch-length parameters across loci or subsets of loci. By analyzing a range of empirical data sets, we find consistent support for a model in which branch lengths are proportionate between subsets of loci: gene trees share the same pattern of branch lengths, but form subsets that vary in their overall tree lengths. These models had substantially better statistical support than models that assume identical branch lengths across gene trees, or those in which genes form subsets with distinct branch-length patterns. We show using simulations and empirical data that the complexity of the branch-length model with the highest support depends on the length of the sequence alignment and on the numbers of taxa and loci in the data set. Our findings suggest that models in which branch lengths are proportionate between subsets have the highest statistical support under the conditions that are most commonly seen in practice. The results of our study have implications for model selection, computational efficiency, and experimental design in phylogenomics.

中文翻译：

---

跨基因座集链接分支长度为系统发生推断提供了最高的统计支持。

进化留下了整个基因组中核苷酸变异的异质模式，不同的基因座经历了不同程度的突变，选择和漂移。在系统发育学中，分区序列数据对替代模型分配的潜在影响已广为人知。相反，分支长度的处理受到的关注很少。在这项研究中，我们研究了在基因座或基因座子集上链接和取消链接分支长度参数的影响。通过分析一系列的经验数据集，我们发现了一个模型的一致支持，在该模型中，分支长度在基因座子集之间成比例：基因树共享相同的分支长度模式，但形成的子集的总树长不同。这些模型比假定基因树的分支长度相同或基因形成具有不同分支长度模式的子集的模型具有更好的统计支持。我们使用模拟和经验数据表明，具有最高支持率的分支长度模型的复杂性取决于序列比对的长度以及数据集中分类单元和基因座的数量。我们的发现表明，在实际中最常见的条件下，子集之间的分支长度成比例的模型具有最高的统计支持。我们的研究结果对系统发育组学中的模型选择，计算效率和实验设计具有重要意义。我们使用模拟和经验数据表明，具有最高支持率的分支长度模型的复杂性取决于序列比对的长度以及数据集中分类单元和基因座的数量。我们的发现表明，在实际中最常见的条件下，子集之间的分支长度成比例的模型具有最高的统计支持。我们的研究结果对系统发育组学中的模型选择，计算效率和实验设计具有重要意义。我们使用模拟和经验数据表明，具有最高支持率的分支长度模型的复杂性取决于序列比对的长度以及数据集中分类单元和基因座的数量。我们的发现表明，在实际中最常见的条件下，子集之间的分支长度成比例的模型具有最高的统计支持。我们的研究结果对系统发育组学中的模型选择，计算效率和实验设计具有重要意义。我们的发现表明，在实际中最常见的条件下，子集之间的分支长度成比例的模型具有最高的统计支持。我们的研究结果对系统发育组学中的模型选择，计算效率和实验设计具有重要意义。我们的发现表明，在实际中最常见的情况下，子集之间的分支长度成比例的模型具有最高的统计支持。我们的研究结果对系统发育组学中的模型选择，计算效率和实验设计具有重要意义。