Интеграция морфологических признаков, полученных с помощью глубокого обучения, и молекулярных данных для филогенетики на основе совокупности доказательств: уроки оцифрованных коллекций

Ранее было показано, что глубокое обучение успешно применимо для автоматической генерации морфологических признаков, несущих филогенетический сигнал. В настоящей работе мы исследуем объединение молекулярных данных с морфологическими признаками, полученными с помощью глубокого обучения по изображениям приколотых насекомых, для построения филогенезов на основе совокупности доказательств и выявляем связанные с этим проблемы. Хотя такие морфологические признаки информативны, при использовании по отдельности они уступали молекулярным данным по результативности. Однако в анализах на основе совокупности доказательств они могут улучшать результаты, полученные по молекулярным данным. Мы используем набор изображений жуков-стафилинид, чтобы сравнить влияние различных разбиений данных и функций потерь глубокого метрического обучения на результаты морфологического анализа и анализа на основе совокупности доказательств. Мы обнаруживаем небольшое предпочтение кладистического разбиения данных и контрастивной функции потерь. Кроме того, мы исследуем влияние варьирования числа генов, используемых для реконструкции, и обнаруживаем, что наилучшие результаты при независимом использовании и в анализах на основе совокупности доказательств обеспечивают разные комбинации генов. Несмотря на перспективность интеграции методов глубокого обучения с молекулярными данными, сохраняются проблемы, связанные с силой филогенетического сигнала и ресурсозатратностью получения данных. Мы предлагаем сосредоточить будущие исследования на совершенствовании извлечения признаков и разработке расплетённых сетей, обеспечивающих лучшую интерпретацию производных признаков и тем самым расширяющих применимость этих методов в филогенетических исследованиях.