根据Selberg等(2026)发表的预印本论文，BUSTED-PH 是在经典 BUSTED 模型基础上的重要扩展，其核心区别在于BUSTED-PH专门设计用于检测与特定表型性状相关联的间歇性正选择，而经典BUSTED仅用于检测基因层面是否存在正选择，不与具体表型挂钩。

在这项研究中，作者们借助多维度的基因组学扫描，为我们细致地梳理出了一系列可能与蝶类群居行为演化相关的候选分子印记。

这是设计实验和解读结果时经常混淆的逻辑。

为了客观说明贝叶斯因子（Bayes Factor, BF），我们用一个宏观演化生态学的具体观察作为案例。

统计上看到多条分支“同时加速”，并不等于它们因为同一个表型发生了因果趋同。

结构变异（Structural Variant, SV）通常指基因组上长度大于50 bp的序列改变，主要包括缺失（Deletion）、插入（Insertion）、重复（Duplication）、倒位（Inversion）和易位（Translocation）。

CSUBST（及其同类方法）虽然强大，但存在一系列重要的模型假设、数据依赖和场景限制。理解这些局限性，对于正确使用和合理解读其结果至关重要。

文章采用多层次、互补的整合性方法论解析蚂蚁社会性的基因组基础：每一部分角度不同，但证据最终汇聚，共同支撑从「基因组如何变」到「功能如何组织」的完整故事。

PHAST 是一套用于通过比较多个物种的基因组来检测基因组中保守区域和加速进化区域的工具集。它包含多个命令。

算法的基本思想是：如果一个基因（或保守非编码元件）与某个表型（如水生适应、地下生活）的功能相关，那么在该表型独立演化的多个谱系（称为“前景支”）上，该基因所承受的选择压力会发生趋同性的改变。这种改变会体现在其进化速率上——约束放松或正选择可能导致速率加快，而约束加强可能导致速率减慢。算法通过量化并检测这种速率变化的趋同性，来推断基因-表型关联。