modified: myjupyterlab.sh
[GalaxyCodeBases.git] / perl / etc / WoodyMiaoLin / DistMCMC / README.md
blob0372225f00bd54dfd9116e7aed30dad131b50a5d
1 # DistMCMC
2 This is my coursework of Molecular Evolution and Phylogenetics (by guest lecturer Dr. Xuhua Xia from University of Ottawa, Canda, in summer 2014), which received the highest score among a class of about twenty students.
3 Estimation of the number of nucleotide substitution between DNA sequences is a fundamental question in the field of molecular evolution. The JC69 and K80 are the simplest nucleotide substitution models. Maximum likelihood estimation is a method of estimating parameters under a certain model. Markov chain Monte Carlo can be used to get the probability distribution of parameters by sampling from the equilibrium distribution of a Markov chain that has experienced enough generations. To learn nucleotide substitution models, maximum likelihood estimation, and Markov chain Monte Carlo, I write a Perl program called DistMCMC, which perform maximum likelihood estimation of distance between two DNA sequences using Markov chain Monte Carlo. For learning purpose, only JC69, JC69+Γ, K80 and K80+Γ are implemented.