[論文レビュー] Reconstructing fully-resolved trees from triplet cover distances

Katharina T. Huber, Mike Steel|arXiv (Cornell University)|Sep 11, 2012

Lipid metabolism and biosynthesis参考文献 10被引用数 5

ひとこと要約

本稿では、安定な三重組カバー（特定のリーフペア集合であり、各内部ノードの周囲の構造的情報を捉える）を形成する部分集合としての対比較距離から、エッジ重み付きの完全に解像度の高い系統樹を多項式時間で再構築するアルゴリズムを提示する。主な貢献は、このようなカバーが系統樹およびその重みを一意に決定することを証明し、進化的ゲノム研究における三重組カバー問題の特殊ケースを解決することにある。

ABSTRACT

It is a classical result that any finite tree with positively weighted edges, and without vertices of degree 2, is uniquely determined by the weighted path distance between each pair of leaves. Moreover, it is possible for a (small) strict subset $\cl$ of leaf pairs to suffice for reconstructing the tree and its edge weights, given just the distances between the leaf pairs in $\cl$. It is known that any set $\cl$ with this property for a tree in which all interior vertices have degree 3 must form a {\em cover} for $T$ -- that is, for each interior vertex $v$ of $T$, $\cl$ must contain a pair of leaves from each pair of the three components of $T-v$. Here we provide a partial converse of this result by showing that if a set $\cl$ of leaf pairs forms a cover of a certain type for such a tree $T$ then $T$ and its edge weights can be uniquely determined from the distances between the pairs of leaves in $\cl$. Moreover, there is a polynomial-time algorithm for achieving this reconstruction. The result establishes a special case of a recent question concerning `triplet covers', and is relevant to a problem arising in evolutionary genomics.

研究の動機と目的

• 完全に解像度の高い系統樹およびそのエッジ重みを一意に決定する最小の対比較リーフ距離の部分集合を同定すること。
• ゲノム研究における欠損データが一般的な状況において、部分的な距離データしか入手できない場合の系統樹再構築の課題に対処すること。
• 安定な三重組カバーと呼ばれる特別な距離集合のクラスから系統樹を再構築する理論的基盤を確立すること。
• このような距離集合から系統樹およびエッジ重みを効率的に回復する構成的アルゴリズムを提供すること。
• すべての三重組カバーが完全に解像度の高い系統樹を一意に決定するかどうかという未解決問題の特殊ケースを解消すること。

提案手法

• 安定な三重組カバーの概念を導入：各内部ノードを削除して得られる3つの部分木に対応するリーフペアの弦を、すべての内部ノードに対して含む。
• 組合せ的性質としてのシェルラビリティ（shellability）を定義：欠落している距離の段階的再構築を可能にする。
• 拡張規則（R）を適用：三角不等式の違反を根拠に、欠落しているリーフペアを距離集合に逐次追加する。
• この拡張プロセスの閉包を cl_R(L) と表記し、初期距離集合をすべての対比較距離に拡張する。
• 全距離行列が回復された後、標準的な距離に基づく系統樹再構築手法（例：ネイバー・ジョインング）を適用する。
• ある集合にシェルラブル・ラッソ（安定な三重組カバーの上位集合）が含まれる場合、cl_R(L) がすべてのリーフペアの集合に等しくなることを証明する。

実験結果

リサーチクエスチョン

• RQ1 最小の対比較距離部分集合が、完全に解像度の高い系統樹およびそのエッジ重みを一意に決定できるか？
• RQ2 リーフペアの部分集合が、距離から一意に系統樹再構築を可能にするために満たすべき構造的性質は何か？
• RQ3 安定な三重組カバーの距離集合が入手可能な場合、多項式時間で系統樹を再構築できるアルゴリズムは存在するか？
• RQ4 すべての安定な三重組カバーが、拡張規則（R）の閉包によってすべての対比較距離を回復可能であるか？
• RQ5 距離集合内にシェルラブル・ラッソが存在する場合、系統樹およびエッジ重みの完全な回復が保証されるか？

主な発見

• 安定な三重組カバー（各内部ノードにおいて、そのノードを削除して得られる3つの部分木のペアに対応する弦をすべて含むリーフペアの集合）は、完全に解像度の高い系統樹およびそのエッジ重みを一意に決定する。
• 任意の安定な三重組カバー（またはシェルラブル・ラッソ）に対して拡張規則（R）の閉包を適用すると、すべての対比較距離の集合が得られ、すなわち cl_R(L) = ‘X choose 2’ が成り立つ。
• 本稿では、完全に解像度の高い系統樹に対してシェルラブル・ラッソを含む任意の集合が、拡張規則によって系統樹およびエッジ重みの完全な再構築を可能にすることを証明している。
• 再構築プロセスは多項式時間で実行可能であり、大規模データセットに対しても計算的に実行可能である。
• この結果により、すべての三重組カバーが系統樹およびエッジ重みを一意に決定するかどうかという未解決問題の特殊ケースに肯定的な回答が得られた。
• 安定な三重組カバーが初期距離集合に含まれていさえすれば、それが明示的に特定されていなくても再構築が可能である。