[論文レビュー] Minimizing the number of episodes and Gallai's theorem on intervals

Éva Czabarka, Łászló A. Székely+1 more|arXiv (Cornell University)|Sep 25, 2012

Evolutionary Algorithms and Applications参考文献 11被引用数 4

ひとこと要約

本稿は、区間に関するガライの定理を一般化するミニマム・マックス定理を提供し、系統樹における遺伝子複製エピソードの最小化問題を解く。離散的および連続的モデルの両方の複製区間について、双対性に基づく特徴付けを確立し、既存の貪欲法の正しさの証明を簡略化するとともに、遺伝子系統樹の進化におけるエピソードクラスタリングの理解を深める組合せ的基盤を提供する。

ABSTRACT

In 1996, Guigo et al. [Mol. Phylogenet. Evol., 6 (1996), 189-203] posed the following problem: for a given species tree and a number of gene trees, what is the minimum number of duplication episodes, where several genes could have undergone duplication together to generate the observed situation. (Gene order is neglected, but duplication of genes could have happened only on certain segments that duplicated). We study two versions of this problem, one of which was algorithmically solved not long ago by Bansal and Eulenstein [Bioinformatics, 24(13), (2008), 132-138]. We provide min-max theorems for both versions that generalize Gallai's archetypal min-max theorem on intervals, allowing simplified proofs to the correctness of the algorithms (as it always happens with duality) and deeper understanding. An interesting feature of our approach is that its recursive nature requires a generality that bioinformaticians attempting to solve a particular problem usually avoid.

研究の動機と目的

• 系統樹の制約下で遺伝子系統樹における複製エピソード数を最小化するための組合せ的枠組みを提供すること。
• 系統樹における遺伝子系統樹の複製イベントの文脈に、ガライの区間に関するミニマム・マックス定理を一般化すること。
• エピソード最小化に用いられる貪欲法の正しさの証明を簡略化する双対性に基づく特徴付けを提供すること。
• 離散的および連続的モデルの両方の複製区間を統一し、区間の閉包および頂点の分割を通じて等価性を示すこと。
• エピソードクラスタリングの生物学的意味を明確にし、最小コストの原則に基づく遺伝子内容の進化再構築における役割を明らかにすること。

提案手法

• 系統樹と遺伝子系統樹を用いて問題を形式化し、各複製頂点に系統樹内のパス（区間）を関連付ける。
• 複製エピソードを、複製頂点に関連するすべての区間をカバーする系統樹上の点または辺として定義する。
• 系統樹の再帰的分解を用いて問題をより小さな部分問題に還元し、エピソードの相違性を保つ。
• 互いに素な区間の最大数（ν）と、カバーする点の最小数（τ）との双対性を応用し、左端の右端を再帰的に選択することで ν = τ を証明する。
• ツリーに埋め込まれた部分木に関するスラニの定理を一般化し、離散的および連続的モデルの両方のミニマム・マックス定理を導出する。
• 辺の分割と半開区間 [x,y) の扱いを通じて、離散的モデルが連続的モデルに包含されることを示し、ミニマム・マックスの等式を保つ。

実験結果

リサーチクエスチョン

• RQ1 系統樹の制約下で観察された遺伝子系統樹の複製を説明するために、最小で何個の複製エピソードが必要か。
• RQ2 ガライの区間に関するミニマム・マックス定理は、系統樹におけるツリー構造の複製区間の文脈にどのように一般化できるか。
• RQ3 双対性は、エピソード最小化問題の最適解を特徴付ける際に果たす役割は何か。
• RQ4 離散的および連続的モデルの複製区間はどのような関係にあり、一様に扱えるか。
• RQ5 再帰的分解と点カバーは、エピソード最小化のための貪欲法の正しさを証明するためにどのように利用できるか。

主な発見

• 本稿は、最小複製エピソード数（τ）が、互いに素な複製区間の最大数（ν）に等しいことを確立し、ガライの定理をツリー構造の区間へ一般化した。
• ミニマム・マックスの等式 ν = τ は、離散的および連続的両モデルにおいて成立し、連続的モデルは辺の分割と半開区間 [x,y) の取り扱いにより離散的モデルを包含する。
• 従来は数学的帰納法で証明されていたエピソード最小化の再帰的アルゴリズムが、双対性によって正当化され、正しさの証明が明確かつ簡略化された。
• 本手法は非2正則および非2分岐の木に対しても適用可能であり、バイオインフォマティクスの文献で一般的な制限を排除し、複製頂点に任意の区間を割り当てることが可能である。
• 再帰的分解において、部分木の内部頂点で選ばれたエピソードは、上位のレベルで選ばれたエピソードとは相異なることが示され、重複カウントの回避が保証される。
• 本研究の結果は、エピソードクラスタリングの統一的組合せ的基盤を提供し、遺伝子内容の進化および最小コストに基づく複製履歴の再構築に関する深い洞察を可能にする。