[論文レビュー] Locating a Tree in a Phylogenetic Network in Quadratic Time

Philippe Gambette, Andreas D. M. Gunawan+3 more|arXiv (Cornell University)|Feb 11, 2015

Evolution and Paleontology Studies参考文献 15被引用数 5

ひとこと要約

この論文は、木に近い安定性を持つ系統発生ネットワーク（二分木に近い安定性を持つ系統発生ネットワーク）における木の包含問題（TCP）を解くための2次時間アルゴリズムを提示する。このクラスは、木の子ネットワークや通常ネットワークを一般化する。手法は、特にリティキュレーション頂点の線形的上限に着目し、反復的な経路簡略化とリティキュレーション収縮を用いて、与えられた二分系統発生木がネットワークに表示されているかどうかをテストする。

ABSTRACT

A fundamental problem in the study of phylogenetic networks is to determine whether or not a given phylogenetic network contains a given phylogenetic tree. We develop a quadratic-time algorithm for this problem for binary nearly-stable phylogenetic networks. We also show that the number of reticulations in a reticulation visible or nearly stable phylogenetic network is bounded from above by a function linear in the number of taxa.

研究の動機と目的

• 与えられた二分系統発生木が系統発生ネットワークに表示されているかどうかを特定するための効率的アルゴリズムを開発すること。
• リティキュレーション可視性を持つネットワークにおけるTCPの計算複雑性という未解決問題に、扱いやすい上位クラスとして近似的に安定なネットワークに焦点を当てること。
• 近似的に安定なネットワークまたはリティキュレーション可視ネットワークにおけるリティキュレーション数の線形上界を、種の数の観点から確立すること。
• 既存の進化的な木と照らし合わせて系統発生ネットワークモデルを検証するための実用的かつ理論的に効率的な解決策を提供すること。

提案手法

• 近似的に安定な系統発生ネットワークを、すべての頂点が安定または安定な親を持つものとして定義し、木の子ネットワークや通常ネットワークを一般化する。
• 近似的に安定なネットワークでは、リティキュレーション数が種の数に対して線形的に有界であるという性質を活用し、計算を効率化する。
• 目的の木におけるリーフの関係に基づいて、構造的ケースを導出することで、最長経路を特定し、その端に接続された部分ネットワークを簡略化する反復的プロセスを実行する。
• 退化したリティキュレーションを収縮し、簡略化されたネットワークと目的の木との間で共通するリーフペアを新しいダミーのリーフに置き換えることで、同型性のチェックを維持する。
• 各反復で経路探索と部分木比較を実行し、ネットワークが有向無閉路性を保ち、木の包含状態が変化しないようにする。
• すべてのリティキュレーションが削除された後、最終的なネットワークが目的の木と同一であるかを検証し、O(n²)時間で包含を結論づける。

実験結果

リサーチクエスチョン

• RQ1 近似的に安定な系統発生ネットワーク（木の子ネットワークの上位クラス）において、木の包含問題は多項式時間で解けるか。
• RQ2 近似的に安定な、またはリティキュレーション可視な系統発生ネットワークにおけるリティキュレーションの最大数は何か。また、種の数に伴いどのようにスケーリングされるか。
• RQ3 近似的に安定性という構造的性質は、木の包含問題に対する従来の手法よりも効率的なアルゴリズムの実現を可能にするか。
• RQ4 問題が未解決のままのクラスであるにもかかわらず、このアルゴリズムはリティキュレーション可視性を持つネットワークへ拡張または適応可能か。

主な発見

• 近似的に安定な、またはリティキュレーション可視な系統発生ネットワークにおけるリティキュレーション数は、種の数の線形関数によって上界で抑えられる。
• 二分近似的に安定な系統発生ネットワークにおける木の包含問題の2次時間アルゴリズムが開発され、時間計算量の面で従来の手法を改善した。
• アルゴリズムは、最長経路の計算と、リーフの関係に基づく構造的簡略化を反復的に実行することで、木の包含を正しく特定する。
• 各反復で少なくとも1つのリティキュレーションが削除され、O(n)個のリティキュレーションがあるため、アルゴリズムはO(n)回の反復で終了する。
• 各反復で最長経路の計算にO(n)時間、簡略化と収縮の定数時間操作を伴うため、時間計算量はO(n²)である。
• リーフの縁由に関するケース解析とリティキュレーション分岐の削除により、アルゴリズムは正しさを保ち、ネットワーク変換の過程でも木の包含が維持される。