[論文レビュー] Phylogenetic automata, pruning, and multiple alignment

Oscar Westesson, Gerton Lunter+2 more|arXiv (Cornell University)|Mar 22, 2011

Genomics and Phylogenetic Studies参考文献 33被引用数 9

ひとこと要約

本稿では、Felsensteinの pruning アルゴリズムの新規拡張を提案し、重み付き有限状態トランスダーサーを用いてインデルモデルを系統発生推定に直接統合することで、固定された1つのアラインメントに依存しない確率的マルチプルアラインメントを可能にする。この手法は階層的確率的近似とトランスダーサー合成を用い、尤度の効率的計算と系統的祖先配列の再構築を実現し、アラインメントおよび祖先配列再構築タスクにおけるスケーラビリティと正確性を顕著に向上させる。

ABSTRACT

We present an extension of Felsenstein's algorithm to indel models defined on entire sequences, without the need to condition on one multiple alignment. The algorithm makes use of a generalization from probabilistic substitution matrices to weighted finite-state transducers. Our approach may equivalently be viewed as a probabilistic formulation of progressive multiple sequence alignment, using partial-order graphs to represent ensemble profiles of ancestral sequences. We present a hierarchical stochastic approximation technique which makes this algorithm tractable for alignment analyses of reasonable size.

研究の動機と目的

• 固定されたマルチプルアラインメントを必要とせずに、配列の進化とインデルプロセスを統合する統一フレームワークを構築すること。
• 重み付き有限状態トランスダーサーを用いて、インデルモデル下での完全な配列を扱うように Felsenstein の pruning アルゴリズムを拡張すること。
• 階層的確率的近似とトランスダーサー合成を用いて、尤度の計算と祖先配列再構築を効率的に行う仕組みを提供すること。
• 部分順序グラフを用いてアンサンブル祖先プロファイルを表現する確率的で段階的なマルチプルアラインメント手法を提供すること。
• 確率的サンプリングによるパスの数の制限によって、大規模アラインメントおよび祖先推定における計算複雑性を低減すること。

提案手法

• 重み付き有限状態トランスダーサーを用いて置換行列を一般化し、全配列にわたるインデルプロセスをモデル化する。
• トランスダーサー合成と交差を適用して、進化モデルと観測データの間の入力/出力制約を統合する。
• モア機械形式を用いて、TKF91 インデルモデルを含む進化プロセスを確率的トランスダーサーとして表現する。
• コンポーネントトランスダーサーの階層的合成により、観測配列と祖先状態の同時尤度を符号化する合成トランスダーサー $M_n$ を構築する。
• 動的計画法におけるパスの数を制限するための階層的確率的近似技術を実装する。
• 尤度に比例する確率的バックトラック（アルゴリズム 4）を用いて、祖先配列パスをサンプリングし、パス空間の効率的探索を可能にする。

実験結果

リサーチクエスチョン

• RQ1 固定されたマルチプルアラインメントに依存せずに、インデルプロセスを伴う完全な配列を扱えるように Felsenstein の pruning アルゴリズムを拡張できるか？
• RQ2 重み付き有限状態トランスダーサーを用いて、進化モデル下での観測配列と祖先配列の同時尤度をどのようにモデル化できるか？
• RQ3 インデルモデルを系統発生尤度計算に統合する際の計算複雑性は何か？ そして、生物学的に意味のあるデータセットに対して実行可能にするにはどうすればよいか？
• RQ4 トランスダーサーのパスを確率的にサンプリングすることで、祖先配列再構築およびマルチプルアラインメントにおける全パス空間を効果的に近似できるか？
• RQ5 部分順序グラフとトランスダーサー合成の使用は、段階的マルチプル配列アラインメントの正確性と効率性をどのように向上させるか？

主な発見

• 提案手法により、事前に指定されたマルチプルアラインメントを必要とせずにインデルモデル下での尤度計算が可能となり、従来の Felsenstein pruning の主な制限を克服する。
• トランスダーサー合成により、確率的モデルの階層的でモジュラーな構築を通じて、観測配列と祖先状態の同時尤度を計算できる。
• 確率的バックトラックによるサンプリングにより、祖先配列再構築におけるパスの探索数を制限することで、メモリと時間の複雑性が顕著に低減される。
• 階層的確率的近似を動的計画法の再帰に適用することにより、生物学的に意味のあるデータセットに対しても計算が実行可能になる。
• 実験的結果から、全動的計画法と比較してパスのサンプリングは高速であり、かつ祖先配列再構築およびアラインメントの正確性を高い水準で維持していることが示された。
• 本フレームワークは、部分順序グラフとして表現されるアンサンブル祖先プロファイルを用いた、段階的マルチプルアラインメントの原理的確率的定式化を提供する。