[論文レビュー] Potential Maximal Clique Algorithms for Perfect Phylogeny Problems

Rob Gysel|arXiv (Cornell University)|Mar 16, 2013

Genome Rearrangement Algorithms参考文献 2被引用数 6

ひとこと要約

本稿では、欠損データを伴う完全系統樹問題、2状態最大適合性問題、一意的完全系統樹問題に対して、潜在的最大クリークアルゴリズムの新しい応用を提示する。分割インターセクショングラフにおける最小分離集合と重み付き最小フィル三角形化を活用することで、最小分離集合の数に多項式時間で解けるようになり、疎な分離集合構造を示す生物学的に関連性のあるインスタンスに対して効率的な解法が可能となる。

ABSTRACT

Kloks, Kratsch, and Spinrad showed how treewidth and minimum-fill, NP-hard combinatorial optimization problems related to minimal triangulations, are broken into subproblems by block subgraphs defined by minimal separators. These ideas were expanded on by Bouchitté and Todinca, who used potential maximal cliques to solve these problems using a dynamic programming approach in time polynomial in the number of minimal separators of a graph. It is known that solutions to the perfect phylogeny problem, maximum compatibility problem, and unique perfect phylogeny problem are characterized by minimal triangulations of the partition intersection graph. In this paper, we show that techniques similar to those proposed by Bouchitté and Todinca can be used to solve the perfect phylogeny problem with missing data, the two- state maximum compatibility problem with missing data, and the unique perfect phylogeny problem with missing data in time polynomial in the number of minimal separators of the partition intersection graph.

研究の動機と目的

• 従来の手法がスケーラビリティに課題を抱える欠損データを伴う完全系統樹問題の計算的困難性に対処すること。
• これまで木幅や最小フィル問題に適用されてきた潜在的最大クリーク技術を、系統樹再構築の分野へ拡張すること。
• 欠損データを伴う3つの主要な系統樹問題（欠損データ付き完全系統樹問題、欠損データ付き最大適合性問題、欠損データ付き一意的完全系統樹問題）に対する多項式時間アルゴリズムを提供すること。
• 最小分離集合の数が小さい場合に、これらのアルゴリズムが実用的に効率的であることを示すこと。これは、コalescentシミュレーションデータにおいてよく見られる条件である。

提案手法

• エッジの重みが文字状態の頻度または適合性優先順位を反映する、最小フィル問題の重み付き変種を用いる。
• BouchittéとTodincaが導入した潜在的最大クリークを用いた動的計画法を適用し、分割インターセクショングラフの最適三角形化を計算する。
• 分割インターセクショングラフの最小分離集合を計算し、それらを用いて問題を完全ブロックに分解する。各ブロックは独立した最適解を持つ部分問題に対応する。
• 各最小分離集合 S に対して、G−S の連結成分を特定し、各ブロック R(S,Ci) のフィル重みを計算することで、動的計画法による最適三角形化を保証する。
• 最適な最小フィル問題の解が、最小分離集合の数に多項式時間で計算可能であるという事実を活用し、分割インターセクショングラフの構造的性質を応用する。
• 最小分離集合とそれらに関連するブロックのネストループを用い、フィルコストと成分の接続性を効率的に計算することで、正しさと効率性を保証する。

実験結果

リサーチクエスチョン

• RQ1 潜在的最大クリーク技術は、欠損データを伴う完全系統樹問題を多項式時間で解けるように適応可能か？
• RQ2 重み付き最小フィル三角形化の使用は、欠損データ下での最大適合性問題の効率的解法を可能にするか？
• RQ3 最小分離集合とそれらの並列性を用いた解空間の特徴付けによって、一意的完全系統樹問題を効率的に解けるか？
• RQ4 数が無制限な文字数であっても、これらの問題の計算複雑性が分割インターセクショングラフ内の最小分離集合の数に制限されるか？
• RQ5 本手法は、無重み・無制限状態の文字へ拡張可能か？あるいは、分解が成立するためには2状態の文字が構造的制約として必要か？

主な発見

• 欠損データ付き完全系統樹問題は、|Δ_int(C)| を分割インターセクショングラフ内の最小分離集合の数として、O(|X||C|² + (r|C|)⁴|Δ_int(C)|²) 時間で解ける。
• 欠損データ付き2状態最大適合性問題は、O(|X||C|² + |C|⁴|Δ_int(C)|²) 時間で解ける。これは、制限付きケースにおいて従来の手法を改善する。
• 一意的完全系統樹問題は、最適三角形化における最小分離集合の集合が互いに並列であるかどうかを確認することで、同じ時間計算量で解ける。
• アルゴリズムの効率性は、最小分離集合の数が小さいことに依存しており、これは指数的最悪ケース境界にもかかわらず、コalescentシミュレーションデータにおいて経験的に観察される。
• 本手法は構造的制限を明らかにする：無制限状態の文字では、完全グラフの最適三角形化を最小分離集合で定義される部分グラフ上の独立した最適解に分解できない。これは2状態の場合とは異なる。
• 本稿では、分割インターセクショングラフの最小フィル三角形化が有効な完全系統樹に対応することを形式的証明し、本手法の理論的基盤を確立している。