[論文レビュー] LinkedNN: a neural model of linkage disequilibrium decay for recent effective population size inference

Smith, Chris C R|arXiv (Cornell University)|Feb 13, 2026

Bioinformatics and Genomic Networks被引用数 0

ひとこと要約

LinkedNNはゲノム距離に基づくLD関連機能を自動的に学習するLD減衰層を導入し、最近の有効集団サイズを推定。CNNおよび伝統的な要約統計量法よりもシミュレーションデータで優れ、希薄・未位相データへの適用性を示す。

ABSTRACT

Summary: A bioinformatics tool is presented for estimating recent effective population size by using a neural network to automatically compute linkage disequilibrium-related features as a function of genomic distance between polymorphisms. The new method outperforms existing deep learning and summary statistic-based approaches using relatively few sequenced individuals and variant sites, making it particularly valuable for molecular ecology applications with sparse, unphased data. Availability and implementation: The program is available as an easily installable Python package with documentation here: https://pypi.org/project/linkedNN/. The open source code is available from: https://github.com/the-smith-lab/LinkedNN.

研究の動機と目的

• LD減衰特徴をゲノム距離の関数として直接学習するニューラルアーキテクチャを開発する。
• 希薄・未位相SNPデータから最近の有効集団サイズ推定の精度を向上させる。
• LD層の性能をCNNベースおよび要約統計回帰アプローチと比較する。
• 種を超えた集団遺伝学推定のための実装可能なツール（LinkedNN）を提供する。

提案手法

• LD層を導入し、LD減衰を捉えるために対となるSNPを対数一様距離でサンプリングする。
• 未位相遺伝型を共通の位置依存重みでマイナーアレル数として编码する。
• 距離に基づく特徴ベクトルを作成するために距離にラジアル基底関数を適用する。
• 学習された対ペア距離係数により、遺伝型特徴を乗法的にスケールさせて距離条件付きの遺伝型特徴を計算する。
• 変換後の特徴をSNP対ごとに平均化し、回帰ヘッドを通してN_eを推定する。
• シミュレーションされた二時代人口史に対してCNNベースモデルおよび要約統計回帰と比較評価を行う。

Figure 1 : (Left) Neural network diagram. The inputs are genotypes for all SNP pairs $x_{1},\dots,x_{P}$ and corresponding genomic distances $d_{1},\dots,d_{P}$ . The number of filters is $f=64$ and rectified linear unit (ReLU) activation is used on all trainable layers except the final layer. Radia

実験結果

リサーチクエスチョン

• RQ1 希薄・未位相SNPデータから最近のN_eを推定する際、距離依存のLD層はCNNや従来のLDベース回帰を上回るか？
• RQ2 自動的に学習されたLD減衰情報は、手動で調整されたLDビン統計と比較して精度と頑健性においてどうなるか？
• RQ3 LinkedNNは小さな標本サイズ（例: n=10）および中程度のSNPセット（例: M≈5,000）でさまざまな人口動態に対して有効か？
• RQ4 LD層はシミュレーションや実データにおけるLD減衰パターンと整合する解釈可能な距離手掛かりを提供するか？

主な発見

• LD層は検証用シミュレーションで最近のN_e推定で最も良い結果を示し、平均相対絶対誤差（MRAE）は0.380で、CNNおよび統計ベース手法を上回った。
• 競合の中で、対ペアCNNのMRAEは0.422、要約統計回帰は0.429/0.456（ニューラルネットワーク/ランダムフォレスト）であった。
• LD層はN_e推定の基礎CNNベースに対してMRAEを25.6%低減した。
• 学習された距離係数は構造を示し、LD特徴に重要な距離レンジ（例: 5e5–5e6 bp）を特定しており、モデルが意味のあるLD減衰信号を捉えていることを示唆する。
• ハーバー・ポーポースへの実証適用により、最近のN_eは1,411（範囲1,119–1,659）、集団変動時期は約42世代前と推定され、希薄データでの実用性を示した。
• LD層の推定値はSMCベースのアプローチの一部と異なり、非常に最近の人口史推定における長所を強調する。

Figure S1 : Blue lines are $f=64$ different coefficients output by the distance-mapping network at initialization—without training—for a range of distance inputs.