分支与自展支持率（clade and bootstrap support）
/ klayd / BOOT-strap /
报纸报道民意调查时，不会只给一个数字——它会给出误差范围，告诉你该信几分。系统发生树需要同样的诚实：光把分枝画出来还不够；你得知道哪些分枝牢靠、哪些是摇摇欲坠的猜测。自展支持率就是树的误差范围，而分支则是它所衡量的那种分组。
首先，一个分支（clade）是树上一整条完整的枝：一个祖先加上它全部的后代、别无其它——像“所有哺乳动物”或“所有鸟类”这样的自然类群，一棵好的树应当把它还原成一条完整不裂的枝。那么，我们有多大把握认为某个特定分支是真实的、而不是数据的假象？自展法（bootstrap）用重抽样来回答。你拿起你的序列比对，反复多次地、通过有放回地随机抽取它的列（有些列出现两次、有些一次都不出现）来构造一个略经打乱的版本，然后从每一个被打乱的数据集重建树。如果某个分支在这些重建的树中、比方说100次里有98次反复出现，它就获得98的自展值——支持很强。如果它只在55次里出现，那条分枝支持很差，应当心存疑虑。
自展值正是为什么你看一棵已发表的树时，永远该看上面的数字、而不只看它的形状。带95或更高的分枝是稳健的；处在五六十几的分枝，可能再加一个基因就彻底重排。诚实的告诫是：自展衡量的是你数据中信号的一致性，而非真相：如果整个数据集以同一种方式带偏（比方说被一个系统性的假象带偏），一条强支持的分枝仍可能是错的；而弱支持往往标记着最棘手、也最有趣的问题，那是一些谱系在很久以前接连迅速分化的地方。
在一棵已发表的树上，把所有鲸类与河马归为一组的那条分枝，可能带着100的自展值，意味着那个分支在每一个重抽样的数据集里都重新出现——这是“鲸类在陆上最近的亲属是河马”的有力证据。
分支是一整条完整的枝；自展值是数据一次次把它重新画出来的频率。
高自展值意味着信号在你的数据中是一致的，并不意味着那条分枝必定为真——系统性偏差可能给一个错误的分组以强支持。永远要读那些支持数字，而不只看树的形状。