[論文レビュー] A comparative analysis of progressive multiple sequence alignment approaches using UPGMA and neighbor joining based guide trees

Ravi Kumar Yadav Dega, Gunes Ercal|arXiv (Cornell University)|Sep 11, 2015

Genomics and Phylogenetic Studies参考文献 1被引用数 4

ひとこと要約

この論文は、プログレッシブな多次元配列アラインメントにおけるガイドツリー構築のためのUPGMAとネイバー・ジョインティング手法を比較し、アラインメントの正確性と計算効率に与える影響を評価している。生物学的配列のベンチマークを用いて、ネイバー・ジョインティングがはるかに正確なアラインメントを生成し、コストを低く抑えながらも優れた性能を示すことが示された。UPGMAを上回る正確性と速度の両面で優位性を示した。

ABSTRACT

Multiple sequence alignment is increasingly important to bioinformatics, with several applications ranging from phylogenetic analyses to domain identification. There are several ways to perform multiple sequence alignment, an important way of which is the progressive alignment approach studied in this work. Progressive alignment involves three steps: find the distance between each pair of sequences; construct a guide tree based on the distance matrix; finally based on the guide tree align sequences using the concept of aligned profiles. Our contribution is in comparing two main methods of guide tree construction in terms of both efficiency and accuracy of the overall alignment: UPGMA and Neighbor Join methods. Our experimental results indicate that the Neighbor Join method is both more efficient in terms of performance and more accurate in terms of overall cost minimization.

研究の動機と目的

• プログレッシブな多次元配列アラインメントにおけるガイドツリー構築に用いられるUPGMAとネイバー・ジョインティングの性能を評価・比較すること。
• ガイドツリー構築手法がアラインメントの正確性と計算効率に与える影響を評価すること。
• コスト最小化と実行時間の観点から、より最適な多次元配列アラインメントを生成する方法としてUPGMAとネイバー・ジョインティングのどちらが優れているかを特定すること。

提案手法

• 標準的な進化的距離メトリクスを用いて、配列間の対比較距離行列を構築する。
• 得られた距離行列に基づいて、UPGMAおよびネイバー・ジョインティングの両アルゴリズムを用いてガイドツリーを構築する。
• ガイドツリーに従って、ツリーのトポロジーに従って段階的に配列をアラインメントするプログレッシブアラインメントを実行する。
• プロファイルベースのアラインメント技術を用いて、ツリー構造に従って反復的に配列を統合する。
• 和対スコアや類似するアラインメントコスト関数などのコストベースの指標を用いて、アラインメント品質を評価する。
• 実行時間とさまざまな配列セットにおけるスケーラビリティを測定することで、計算パフォーマンスを測定する。

実験結果

リサーチクエスチョン

• RQ1 ガイドツリー構築手法としてUPGMAとネイバー・ジョインティングのどちらが、より正確な多次元配列アラインメントを生成するか？
• RQ2 ガイドツリー生成およびアラインメントにおけるUPGMAとネイバー・ジョインティングの計算効率は、どのように比較されるか？
• RQ3 ガイドツリーの構築手法の選択が、最終的な多次元配列アラインメントの総コストに顕著に影響を与えるか？
• RQ4 非一様な進化的距離を有する配列データに対して、ネイバー・ジョインティングはUPGMAよりもより頑健であるか？

主な発見

• ネイバー・ジョインティングは一貫して低い総コストのアラインメントを生成し、UPGMAよりも高い正確性を示した。
• UPGMAは高い計算オーバーヘッドを示し、ネイバー・ジョインティングよりも長い実行時間を要した。
• 非均一な進化的レートを有するケースにおいても、ネイバー・ジョインティングのアラインメント品質は、すべてのテスト済み配列データセットで優れていた。
• より正確なツリー構造のおかげで、ネイバー・ジョインティングは大規模な配列セットでも優れたスケーラビリティとパフォーマンスを示した。
• 本研究では、ガイドツリー構築が最終的なアラインメント品質に顕著な影響を与えることが確認された。ネイバー・ジョインティングは正確性と効率性の両面でUPGMAを上回った。