[論文レビュー] Category theory for genetics I: mutations and sequence alignments

Rémy Tuyéras|arXiv (Cornell University)|May 18, 2018

RNA and protein synthesis mechanisms参考文献 16被引用数 4

ひとこと要約

本稿は、極限スケッチとpedigradsを用いたカテゴリカルな枠組みを導入し、挿入、削除、置換、複製、反転といった遺伝的突然変異機構を、統一的な代数的構造として形式化する。配列アラインメントを関手としてモデル化し、右カルタン拡張を活用することで、アラインメントの過程で進化のメカニズムを直接検出可能となる。データの不確実性が、裏にある突然変異イベントを露にする。

ABSTRACT

The present article is the first of a series whose goal is to define a logical formalism in which it is possible to reason about genetics. In this paper, we introduce the main concepts of our language whose domain of discourse consists of a class of limit-sketches and their associated models. While our program will aim to show that different phenomena of genetics can be modeled by changing the category in which the models take their values, in this paper, we study models in the category of sets to capture mutation mechanisms such as insertions, deletions, substitutions, duplications and inversions. We show how the proposed formalism can be used for constructing multiple sequence alignments with an emphasis on mutation mechanisms.

研究の動機と目的

• 遺伝的現象、特に突然変異メカニズムについて推論可能な、圏論に根ざした形式的・抽象的言語を構築すること。
• 現在のアラインメント手法が遺伝的変異をランダムなものとして扱うという限界を克服し、アラインメントプロセスそのものにおいて突然変異メカニズムを同定すること。
• 右カルタン拡張や極限といった圏論的構成を用いて、複数配列アラインメントを形式化し、配列進化の機構的理解を可能にすること。
• アラインメントにおけるデータの一貫性と不確実性を区別すること。全射的または同型的写像は生物学的整合性を示し、不確実性は突然変異イベントに関連付けること。
• 今後、ゲノタイプやフェノタイプ、再結合イベントをモデル化するために拡張可能な、より広範な圏論的形式主義の基盤を提供すること。

提案手法

• 『chromologies』を、そのモデル（「pedigrads」と呼ばれる）が圏論的枠組みで遺伝的操作を形式化する極限スケッチのクラスとして定義する。
• 配列アラインメントを関手 $ T: B \to \mathbf{Set} $ としてモデル化し、$ B $ を配列セグメントの圏とすることで、アラインメントデータを対応する一致配列の集合として捉える。
• 右カルタン拡張 $ \mathsf{Ran}_{\iota}T $ を用いて、局所的アラインメントから部分的データを統合し、グローバルアラインメントを再構成する。
• 定義4.7の「スライス」の概念を適用し、特定の突然変異メカニズムに対応するリフトを同定することで、アラインメントの不確実性を解消する。
• 極限とコーン構造を用いてデータの一貫性を評価する：同型写像は完全な一貫性を示し、全射は生物学的メカニズムに関連する不確実性を示す。
• 環境的制約をモデル化し、引き戻し構成を用いて突然変異イベントを検出するための関手 $ \pi_{\mathtt{c}}^*E_b^\varepsilon \circ \iota $ を構築する。

実験結果

リサーチクエスチョン

• RQ1 圏論は、挿入、削除、置換、複製、反転といった遺伝的突然変異メカニズムをどのように形式化できるか？
• RQ2 複数配列アラインメントは、事後的にではなく、アラインメントプロセスそのものにおいて突然変異メカニズムを同定できるように構築可能か？
• RQ3 配列アラインメントデータの不確実性を、特定の生物学的突然変異メカニズムと正式に結びつける方法は何か？
• RQ4 右カルタン拡張や極限といった圏論的構成は、どのように配列進化の機構的理解を提供するか？
• RQ5 関手の像の構造とその準同型（例えば全射対同型）は、遺伝的データにおける生物学的整合性または不確実性をどのように反映するか？

主な発見

• 関手 $ T $ の右カルタン拡張は、局所的およびグローバルなアラインメント情報を捉え、部分的データから複数配列アラインメントを構築可能である。
• カルタン拡張構造における全射的関数は、データの不確実性を示し、これは挿入や削除といった突然変異メカニズムと相関することが示された。
• カルタン拡張における同型写像は、完全に一貫したデータを示し、アラインメントの整合性に高い信頼性があることを示す。
• クレイグのスライス構成の使用により、反転といった特定の突然変異メカニズムを、既知の配列再編成に対応するリフトを同定することで検出可能となった。
• カルタン拡張の像に存在する3つの配列（例：$ \mathtt{x_1x_2ABCx_3x_4x_5x_6} $、$ \mathtt{x_1x_2CBAx_3x_4x_5x_6} $）のトリプレットは、反転イベントを示し、機構的一致性を確認した。
• 本フレームワークは、$ \mathtt{x_1x_2EFGx_3x_4x_5x_6} $ のような配列が同様のトリプレットを生成しないことから、元の配列とは反転によって関連付けられていないと特定し、メカニズム検出の妥当性を裏付けた。