[論文レビュー] Detecting phylogenetic relations out from sparse context trees

Florencia Leonardi, Sérgio Russo Matioli+2 more|ArXiv.org|Apr 27, 2008

Genomics and Phylogenetic Studies参考文献 10被引用数 5

ひとこと要約

本稿では、アラインメントに基づく指標に依存せずに、文脈木同士の構造的距離を通じて配列類似性を同定する、スパース確率的サフィックス木（SPST）を用いた系統解析の新規手法を提案する。この手法は、スパース文脈構造を介して配列関連性を捉える木ベースの距離（SPST距離）を計算し、既知の進化的関係と整合するグロビン家族の系統樹を効果的に再構築したが、PAMベースの系統樹とは一部の系統的構造に差異を示した。

ABSTRACT

The goal of this paper is to study the similarity between sequences using a distance between the \emph{context} trees associated to the sequences. These trees are defined in the framework of \emph{Sparse Probabilistic Suffix Trees} (SPST), and can be estimated using the SPST algorithm. We implement the Phyl-SPST package to compute the distance between the sparse context trees estimated with the SPST algorithm. The distance takes into account the structure of the trees, and indirectly the transition probabilities. We apply this approach to reconstruct a phylogenetic tree of protein sequences in the globin family of vertebrates. We compare this tree with the one obtained using the well-known PAM distance.

研究の動機と目的

• タンパク質配列から導出されたスパース文脈木の構造的アーキテクチャに基づいて、配列類似性を測定する手法を開発すること。
• スパース文脈木の系統的構造が、系統樹再構築に意味のある進化的情報を保持しているかどうかを評価すること。
• PAM距離という標準的手法と比較して、SPST距離がVertebrateグロビン家族の系統樹再構築においてどの程度の性能を示すかを評価すること。
• 古典的なアラインメントベースの距離（特にPAM）と比較して、SPST距離の非線形的スケーリングおよび配列変異に対する感受性の挙動を調査すること。

提案手法

• SPSTアルゴリズムは、タンパク質配列からスパース文脈および遷移確率を推定し、各枝が関連する文脈に対応する根付き木として表現する。
• 2つのスパース文脈木間の構造的差異に基づき、木のトポロジーと文脈集合の不一致を組み合わせた、新たな距離指標（β距離）を定義する。
• SCOPデータベースに登録された41種のVertebrateグロビン配列を対象に、Phyl-SPSTパッケージを実装し、SPST距離行列を計算する。
• PALIデータベースのアラインメントから得られるPAM距離行列と、SPST距離行列の両方に対して、ネイバー・ジョイング法を用いて系統樹を再構築する。
• 視覚的および定量的評価を通じて、系統樹のトポロジー整合性と進化的正確性を評価する。
• 特に短距離および長距離領域において、SPST距離がPAM距離に対して非線形的であるかを分析する。

実験結果

リサーチクエスチョン

• RQ1 タンパク質配列から導出されたスパース文脈木の構造的アーキテクチャは、信頼性を持って進化的関連性を反映できるか？
• RQ2 SPST距離は、既知のグロビン家族の系統樹再構築において、古典的PAM距離と比較してどの程度の性能を示すか？
• RQ3 SPST距離がPAM距離に対して非線形的関係を示すのはなぜか、特に微小な配列差異に対して感受性が高いためか？
• RQ4 木のトポロジーと文脈集合の不一致がSPST距離に及ぼす影響は何か、そしてそれが系統推定にどのように影響するか？

主な発見

• SPST距離は、既知の進化的関係を反映するグロビン家族の系統樹を効果的に再構築した。ラムプロイがアウトグループとして使用された。
• SPSTベースの系統樹は、明確な分岐パターンを示し、ミオグロビンクラスタがβヘモグロビン鎖にPAM系統樹よりも近い位置に位置づけられた。
• SPST系統樹では、レッドテイルデア（Odocoileus virginianus）が哺乳類クラスタの外側に誤って配置されたが、PAM系統樹では同様の誤配置は観察されなかった。
• SPST距離とPAM距離の間に非線形的関係が観察された。特にPAM距離が小さい範囲でSPST距離が著しく増加しており、微小な配列変異に対し高い感受性を示していることが示された。
• 文脈木の有界性とβ距離の特定の形式が、長い進化的距離において観察されたプラトー効果の主な要因であると考えられる。
• 推定された遷移確率を直接用いなくても、文脈木の構造的アーキテクチャが系統推定に生物学的に意味のある構造的情報を含んでいることが示された。