[論文レビュー] Species Tree Estimation Using ASTRAL: Practical Considerations

Siavash Mirarab|arXiv (Cornell University)|Apr 8, 2019

Genetic diversity and population structure参考文献 97被引用数 44

ひとこと要約

この章はMSCモデル下での種間系統樹推定に関する実用的な使用法をレビューし、アルゴリズム的基盤、精度、スケーラビリティ、入力準備、出力、およびMSCモデル下の種間系統樹推定に関するフォローアップ分析を詳述します。

ABSTRACT

ASTRAL is a method for reconstructing species trees after inferring a set of gene trees and is increasingly used in phylogenomic analyses. It is statistically consistent under the multi-species coalescent model, is scalable, and has shown high accuracy in simulated and empirical studies. This chapter discusses practical considerations in using ASTRAL, starting with a review of published results and pointing to the strengths and weaknesses of species tree estimation using ASTRAL. It then continues to detail the best ways to prepare input gene trees, interpret ASTRAL outputs, and perform follow-up analyses.

研究の動機と目的

• MSCベースの種間系統樹推定を用いる動機の要約と、スケーラブルなサマリ法としてのASTRALの役割。
• quartetベースの最適化と制約付きMQSSTを含む、ASTRALの主要なアルゴリズム的アイデアの解説。
• 入力遺伝子ツリーが精度に与える影響の議論と、低サポート分岐の準備および収束（縮約）に関するベストプラクティスの提供。
• ASTRAL出力の解釈とフォローアップ分析を行う際の実務的考慮事項の説明。
• 実行時間特性、拡張機能（例：ASTRAL-MP）、および種ごとに複数の個体を含む場合の考慮事項を強調。

提案手法

• 遺伝子ツリーと共有された quartet トポロジーを最大化する形でMQSST最適化を定式化する。
• 事前定義された許容分割集合Xを用いて、制約付き動的計画法アプローチでMQSSTを効率的に解く。
• 三分割Pに対する quartet-attachment 重み w(P) を計算し、I(j,i) を効率的に評価するためにポリツリー型データ構造を活用する。
• 拡張種ツリーを介して種ごとに複数個体を拡張し、境界条件と集合Xを適宜調整する。
• 遺伝子ツリーが不完全またはポリトミーである場合に、ヒューリスティックに分割セットXを拡張し、成長を管理可能に保つ（O(D(nk)^{1.726})）。
• 入力準備に関する指針を提供し、低サポート分岐の収束（縮約）や遺伝子ツリー推定手法（ML、ベイズ法）の検討とそれらがASTRALの結果に及ぼす影響を含む。

実験結果

リサーチクエスチョン

• RQ1 ASTRALは quartet 情報を用いてMSCモデル下で遺伝子ツリーから種ツリーをどのように推定するのか？
• RQ2 制約付きMQSSTの計算的影響は何か、DPはデータサイズと遺伝子ツリーの不一致に対してどのようにスケールするのか？
• RQ3 実データセットでASTRALの精度を最大化するために、実務家は遺伝子ツリーをどのように準備・整理すべきか？
• RQ4 種ごとに複数の個体を含めることがASTRAL推定に及ぼす実務的影響は何か？
• RQ5 異なる入力不確実性（遺伝子ツリー推定、欠失データ、水平遺伝子移動）らはASTRALの一貫性と精度にどのように影響するのか？

主な発見

• ASTRALはMSCモデルの下で統計的に一貫している（入力遺伝子ツリーが真の種ツリー上のMSCから抽出される場合）。
• 制約付き MQSST は、事前定義された分割集合でスケーラブルな最適化を可能にし、MSC下での一貫性を保持する。
• 主要計算は、三分割Pの重み w(P) を介して遺伝子ツリーと種ツリーの間で共有される quartet トポロジーを効率的に計算し、クラスタを用いた動的計画法に還元される。
• 複数の個体を持つ種にも、境界条件の調整と再定義された X セットで対応でき、最適な拡張種ツリーを実現する。
• 入力品質は精度に大きく影響する；低サポート分岐の収束（例えば BS < 5-20%）は精度を大幅に向上させうるが、過度な収束は性能を損なう可能性がある。
• ASTRAL-IIIは入力に依存するDを用いて実用的な実行時間 O(D(nk)^{1.726}) を達成する；ASTRAL-MP は特に大規模データセットで分析を大幅に加速し、場合によっては最大150倍の速度向上を得る。
• 連結法や他のサマリ法と比較して、ASTRALは一般に高ILSと中程度の遺伝子ツリー誤差の下で堅牢な精度を示し、データ特性によって性能は変動する。