[論文レビュー] An alignment-free generalization to indels of Felsenstein's phylogenetic pruning algorithm

Oscar Westesson, Gerton Lunter+2 more|arXiv (Cornell University)|Mar 22, 2011

Genomics and Phylogenetic Studies参考文献 27被引用数 2

ひとこと要約

本論文は、Felsensteinの系統樹的プリーニングアルゴリズムをインデルモデルに拡張し、完全な配列上で動作するアライメントフリーな手法を提案する。重み付き有限状態トランスダーサーを用いて置換行列を一般化し、部分順序グラフを用いて祖先配列アンサンブルをモデル化する。この手法により、固定されたマルチアラインメントに依存しない生物学的に現実的な配列データに対する扱いやすい系統樹推論が可能となり、階層的確率的近似を用いて実用的なデータサイズにスケーリング可能である。

ABSTRACT

We present an extension of Felsenstein's algorithm to indel models defined on entire sequences, without the need to condition on one multiple alignment. The algorithm makes use of a generalization from probabilistic substitution matrices to weighted finite-state transducers. Our approach may equivalently be viewed as a probabilistic formulation of progressive multiple sequence alignment, using partial-order graphs to represent ensemble profiles of ancestral sequences. We present a hierarchical stochastic approximation technique which makes this algorithm tractable for alignment analyses of reasonable size.

研究の動機と目的

• 系統樹推論におけるインデルの取り扱いにおいて、単一のマルチアラインメントに条件づける必要をなくすこと。
• Felsensteinのプリーニングアルゴリズムを、インデルモデル下で完全な配列上で直接動作するように一般化すること。
• 挿入・欠失を伴う生物学的に現実的な配列データを扱うための計算的に実行可能なフレームワークを開発すること。
• 部分順序グラフを用いて祖先配列プロファイルをアンサンブルとして表現し、モデルの忠実度を向上させること。

提案手法

• 本手法は、置換行列を重み付き有限状態トランスダーサーに一般化し、インデルを伴う配列進化をモデル化する。
• 祖先配列のアンサンブルプロファイルを表現するために部分順序グラフを用い、祖先再構築における不確実性を捉える。
• 計算複雑性を低減しスケーラビリティを実現するために、階層的確率的近似技術を採用する。
• トランスダーサーに基づく動的計画法を通じて、すべての可能なアラインメントを暗黙的に統合し、明示的なアラインメント列挙を回避する。
• トランスダーサーの合成と周辺化を用いて、プログレッシブなマルチアラインメントを確率的推論問題として定式化する。

実験結果

リサーチクエスチョン

• RQ1 Felsensteinのプリーニングアルゴリズムは、単一のマルチアラインメントに依存せずにインデルモデルを扱えるように拡張可能か？
• RQ2 祖先配列プロファイルをアンサンブルとしてどのように表現すれば、インデルモデル下での系統樹推論を改善できるか？
• RQ3 生物学的に現実的な配列データに挿入・欠失を伴って扱える計算技術は何か？
• RQ4 重み付き有限状態トランスダーサーは、系統樹分析における従来のアラインメントベースのアプローチをどの程度置き換えることができるか？

主な発見

• 本アルゴリズムは、重み付き有限状態トランスダーサーを用いてインデルをモデル化することで、固定されたマルチアラインメントを必要としないアライメントフリーな系統樹推論を実現する。
• 部分順序グラフにより、祖先配列アンサンブルのコンパクトで確率的な表現が可能となり、進化の不確実性のモデル化が向上する。
• 階層的確率的近似により、生物学的に意味のある配列サイズにまでスケーリング可能となり、計算的に現実可能な手法となる。
• 本手法はプログレッシブなマルチアラインメントを確率的定式化し、同一のフレームワーク内でアラインメントと系統樹推論を統合する。