数据集概述
本数据集围绕中美地峡隆起过程中海洋新热带浅水物种的演化展开，聚焦异尾蟹属Megalobrachium的物种形成机制。通过分析该属13个已知物种及3个潜在新物种的线粒体与核基因序列，构建时间校准的系统发育树，结合祖先区域重建探讨其历史生物地理过程，揭示中美地峡形成对物种分化的影响。
文件详解
- MrBayes_Input_Concatenated.nex
- 文件格式：.nex
- 字段映射介绍：MrBayes软件输入文件，包含串联的DNA序列数据及贝叶斯推断（BI）分析参数设置，用于构建系统发育树
- BEAST_Input_XML.xml
- 文件格式：.xml
- 字段映射介绍：BEAST软件输入文件，包含时间校准分析所需的序列数据、分子钟模型及先验设置，用于估算物种分化时间
- RAxML_Run_408_BSreplicates.txt
- 文件格式：.txt
- 字段映射介绍：RAxML软件运行记录文件，包含最大似然法（ML）分析的参数设置（如线程数、替代模型GTRCAT）、重复次数及结果输出信息
- RAxML_Input_File.phy
- 文件格式：.phy
- 字段映射介绍：RAxML软件输入文件，包含用于最大似然法分析的DNA序列数据，用于构建系统发育树并评估分支支持度
数据来源
论文“Marine species formation along the rise of Central America: the anomuran crab Megalobrachium”
适用场景
- 海洋物种形成机制研究: 分析中美地峡隆起对Megalobrachium属物种分化的影响，探讨地理隔离与物种形成的关系
- 分子系统发育分析: 利用DNA序列数据构建时间校准的系统发育树，研究物种间的亲缘关系及分化时间
- 历史生物地理重建: 通过祖先区域重建，揭示Megalobrachium属的起源地及扩散路径
- 生物信息学方法验证: 对比贝叶斯推断（BI）与最大似然法（ML）在系统发育分析中的应用效果与结果差异
