[論文レビュー] Non-bifurcating phylogenetic tree inference via the adaptive LASSO

Cheng Zhang, Vu Dinh+1 more|arXiv (Cornell University)|May 28, 2018

Genomics and Phylogenetic Studies参考文献 53被引用数 4

ひとこと要約

本稿では、非分岐系統樹推定のための適応的LASSOに基づく正則化手法を提案し、多枝やサンプル済み祖先を示すゼロ長の枝の検出を可能にする。枝長に$β$-適応的LASSOペナルティを適用することで、トポロジーの一貫性を達成し、スパarsity回復および計算効率において、しきい値処理および非適応的LASSOを上回る性能を発揮する。

ABSTRACT

Phylogenetic tree inference using deep DNA sequencing is reshaping our understanding of rapidly evolving systems, such as the within-host battle between viruses and the immune system. Densely sampled phylogenetic trees can contain special features, including <i>sampled ancestors</i> in which we sequence a genotype along with its direct descendants, and <i>polytomies</i> in which multiple descendants arise simultaneously. These features are apparent after identifying zero-length branches in the tree. However, current maximum-likelihood based approaches are not capable of revealing such zero-length branches. In this article, we find these zero-length branches by introducing adaptive-LASSO-type regularization estimators for the branch lengths of phylogenetic trees, deriving their properties, and showing regularization to be a practically useful approach for phylogenetics. Supplementary materials for this article are available online.

研究の動機と目的

• 系統樹における多枝やサンプル済み祖先といったゼロ長の枝を検出する現行の最尤法の限界を是正すること。
• 非分岐トポロジーを特定するため、枝長のスパarsityを促進する正則化付き尤度フレームワークを構築すること。
• ややきつい正則性条件のもとで、適応的系統樹LASSOの理論的一貫性を確立すること。
• 非凸・非滑らか正則化問題を解くために、近接勾配法に基づく計算効率の良い最適化アルゴリズムを提供すること。
• 合成データおよび実データの実験において、ヒューリスティックなしきい値処理および非適応的LASSOと比較して優れた性能を示すこと。

提案手法

• 枝長に適応的LASSOペナルティを適用した正則化付き最尤推定問題を定式化し、スパarsityを誘導する。
• 初期の枝長係数推定値の逆数に比例する重みを用いた適応的LASSOペナルティを用いて、変数選択を改善する。
• $β$-適応的LASSO定式化に起因する非滑らか・非凸最適化問題を、FISTA風の加速を用いた近接勾配降下法で解く。
• ややきつい正則性条件のもとで、適応的系統樹LASSOの理論的一貫性結果（トポロジー的一貫性を含む）を導出する。
• 標準的な最尤系統樹推定パイプラインと統合し、非分岐トポロジーの発見を可能にする。
• 2段階手順を実装：まず正則化付き尤度により枝長を推定し、次に推定されたゼロの枝を用いて多分岐またはサンプル済み祖先トポロジーを同定する。

実験結果

リサーチクエスチョン

• RQ1 適応的LASSO正則化は、多枝やサンプル済み祖先といったゼロ長の枝を、既存手法よりも効果的に検出できるか？
• RQ2 ややきつい正則性条件のもとで、適応的系統樹LASSOは非分岐木構造のトポロジー的一貫性を達成できるか？
• RQ3 スパarsity回復および枝検出精度において、適応的LASSOはヒューリスティックなしきい値処理および非適応的LASSOと比較してどのように性能を発揮するか？
• RQ4 本手法は、最尤推定と同等の計算効率を達成しつつ、非分岐トポロジーの発見を可能にするか？
• RQ5 LASSOペナルティにおける適応的重み付けの影響は、複雑な木構造における真のゼロ長の枝の同定にどのように寄与するか？

主な発見

• 適応的系統樹LASSOはトポロジー的一貫性を達成し、多枝やサンプル済み祖先を含む非分岐木構造の信頼性ある検出を可能にする。
• 合成実験において、適応的LASSOは非適応的LASSOに比べてスパarsity回復において顕著に優れており、より高い精度でゼロ長の枝を正しく同定する。
• さまざまなしきい値設定において、しきい値ベースの手法よりも短い枝の検出感度が高くなる。
• rjMCMCと比較して、適応的LASSOはゼロ長の枝をより高い正確性で同定し、計算的にも効率的である。
• さまざまな配列長および変異率の下でも一貫した性能を維持し、多様なシミュレーション設定において頑健性を示す。
• ゼロ長の枝が高い尤度を持つ場合でも、本手法は非負制約付き尤度最大化法を上回り、挑戦的なトポロジー構成において有効である。