邻接法

邻接法（英文：neighbor-joining method；又称 NJ 法），生物信息学术语，是一种用于构建系统发生树（演化树）的快速聚类方法，由日本遗传学家斋藤成也（平文式罗马字：Saitou Naruya）和日裔美国生物学家根井正利（Nei Masatoshi）二人在1987年创立^[2]。使用邻接法构建演化树时，通常需要基于 DNA 序列或蛋白质数据，以此了解每对分类单元之间的距离，通过确定距离最近（或相邻）的成对分类单元使演化树的总距离达到最小，循环地将相邻点合并成新的点，最终形成完整的树型^[3][4]。

2002年日本国立遗传学研究所学者斋藤成也根据世界上18个人类族群的23种遗传讯息，以邻接法估算而成的遗传距离分支图。^[1]

邻接法不需要关于分子钟的假设，不考虑任何优化标准，基本思想是进行类的合并时，不仅要求待合并的类是相近的，而且要求待合并的类远离其他的类，从而通过对完全没有解析出的星型演化树进行分解，来不断改善星型演化树^[5]。

参阅

• 最邻近搜索