[論文レビュー] Locally-adaptive Bayesian nonparametric inference for phylodynamics

James R. Faulkner, Andrew F. Magee+2 more|arXiv (Cornell University)|Aug 13, 2018

Genetic diversity and population structure参考文献 51被引用数 6

ひとこと要約

本稿では、有効集団サイズの対数変換をホースシューマルコフ確率場としてモデル化することで、局所的に適応するベイズ非パラメトリック手法を提案する。この手法は、変化点モデルとガウス過程モデルの長所を組み合わせ、急激な変化や滑らかさの変動を示すような人口動態推定において、既存手法を上回る精度と正確性を実現する。シミュレーションおよびヘパチティスCウイルスとステップ・ビソンの実データ解析において、特に急激な変化を示す軌跡の再構築において優れた性能を発揮する。

ABSTRACT

Phylodynamics is an area of population genetics that uses genetic sequence data to estimate past population dynamics. Modern state-of-the-art Bayesian nonparametric methods for phylodynamics use either change-point models or Gaussian process priors to recover population size trajectories of unknown form. Change-point models suffer from computational issues when the number of change-points is unknown and needs to be estimated. Gaussian process-based methods lack local adaptivity and cannot accurately recover trajectories that exhibit features such as abrupt changes in trend or varying levels of smoothness. We propose a novel, locally-adaptive approach to Bayesian nonparametric phylodynamic inference that has the flexibility to accommodate a large class of functional behaviors. Local adaptivity results from modeling the log-transformed effective population size a priori as a horseshoe Markov random field, a recently proposed statistical model that blends together the best properties of the change-point and Gaussian process modeling paradigms. We use simulated data to assess model performance, and find that our proposed method results in reduced bias and increased precision when compared to contemporary methods. We also use our models to reconstruct past changes in genetic diversity of human hepatitis C virus in Egypt and to estimate population size changes of ancient and modern steppe bison. These analyses show that our new method captures features of the population size trajectories that were missed by the state-of-the-art phylodynamic methods.

研究の動機と目的

• 既存のベイズ非パラメトリック手法が局所的適応性に欠けたり、計算上の問題を抱えたりするという限界を解消すること。
• 急激な変化や滑らかさの変動を含む多様な関数的挙動を捉えることが可能な柔軟な非パラメトリック事前分布を構築すること。
• 遺伝子配列データから過去の人口動態を再構築する際の推定の正確性と精度を向上させること。
• 未知の変化点数を伴う変化点モデルの計算的に実行可能な代替手法を提供すること。
• 実世界のウイルスおよび古代DNAデータセットにおける人口サイズ変化のより信頼性の高い推定を可能にすること。

提案手法

• 事前分布として、有効集団サイズの対数変換をホースシューマルコフ確率場でモデル化し、スパースな縮約によって局所的適応性を実現する。
• ホースシューピリオアは、不要な局所的変動を縮約しつつも、顕著な特徴を保持することで、滑らかな領域と急激な変化を併せ持つ人口サイズ推移を可能にする。
• 変化点モデルの柔軟性とガウス過程の滑らかさの性質を組み合わせ、両者の欠点を回避する。
• 事後分布推論にはマルコフ連鎖モンテカルロ（MCMC）サンプリングを用い、人口サイズ推移とその不確実性を推定する。
• 階層ベイズ枠組みでモデルを実装し、人口動態再構築における完全な不確実性の定量化を可能にする。
• シミュレーション研究による妥当性評価と、エジプトにおけるヒトヘパチティスCウイルスおよび古代・現代のステップ・ビソンからの実データへの応用を実施する。

実験結果

リサーチクエスチョン

• RQ1 局所的適応性を持つベイズ非パラメトリックモデルは、複雑な人口サイズ推移の再構築において、既存手法を上回る性能を示せるか？
• RQ2 提案手法は、人口動態における急激な変化や滑らかさの変動をどれほど正確に回復できるか？
• RQ3 ホースシューマルコフ確率場事前分布は、変化点モデルおよびガウス過程モデルと比較して推定の正確性と精度を向上させるか？
• RQ4 本手法は、実際のウイルスおよび古代DNAデータセットにおける歴史的遺伝的多様性の変化を信頼性高く再構築できるか？
• RQ5 変化点数が未知である場合に、本手法の計算的実行可能性と頑健性はいかがなものか？

主な発見

• 本手法は、現在のベイズ非パラメトリック手法と比較して、人口サイズ推移再構築におけるバイアスを低減し、精度を向上させる。
• シミュレーションおよび実データの両方で、最先端の手法が見逃した急激なトレンド変化や滑らかさの変動レベルを、本モデルは的確に捉えている。
• シミュレーションにおいて、複雑で不均一な特徴を示す推移の推定において、本手法は優れた性能を示した。
• エジプトにおけるヘパチティスCウイルスの多様性再構築では、既存手法が検出できなかった人口動態のパターンが明らかになった。
• ステップ・ビソンデータの解析では、古代および現代のサンプルを含む両方のスケールで、人口サイズの変化を正確に推定できた。
• ホースシューマルコフ確率場事前分布は、推定された推移における滑らかさとスパarsityのバランスを優れた局所的適応性で実現した。