为什么我不再相信单一的「最佳树」

很长一段时间里，系统发育分析的交付物是一棵树：一棵拓扑确定、支持率标注在节点上的「最佳树」。它看起来像一个结论，也一直被当结论用。

但严格说，它是一次估计。同样的数据，换一个替换模型，拓扑可能变；换一套基因过滤阈值，拓扑可能变；把比对里模糊的那几段删掉，拓扑还是可能变。这些变化不是错误——它们反映的是数据里真实存在的不确定性。「最佳树」这个说法的危险之处，在于它暗示剩下的可能性已经被排除了，而实际上它们只是没被展示。

我现在怎么做

至少给出三样东西：不同过滤策略下的拓扑差异、节点支持率的分布而不只是均值、以及明确说明哪个节点的结论对方法选择敏感。如果一个节点在八种处理里稳定，那是可以相信的；如果它在三种处理里各长一个样子，那这个位置就是当前数据回答不了的问题，应该写「未解决」，而不是挑一个写上。

一个反直觉的收获

把不确定性画出来之后，文章反而更好写了。因为读者不再需要去猜哪些部分是我有把握的，哪些是我赌的。隐藏不确定性通常被理解为「让结论显得更强」，实际上它只是把审稿人和读者的注意力从结论转移到了方法细节上——他们会开始怀疑所有东西，包括你真正有把握的那些。

一棵带着误差棒的树，比一棵干净的树说了更多实话。