[論文レビュー] TAPIR enables high-throughput estimation and comparison of phylogenetic informativeness using locus-specific substitution models

Brant C. Faircloth, Jonathan L. Chang+1 more|arXiv (Cornell University)|Feb 6, 2012

Genomics and Phylogenetic StudiesBiochemistry, Genetics and Molecular Biology参考文献 11被引用数 17

ひとこと要約

TAPIR は、局所特異的置換モデルを用いて、数百～数千の遺伝子座に対して系統発生的情報量（PI）を迅速に推定・比較できる高スループットの計算ツールである。大規模並列シーケンシングの時代において、系統発生マーカーのスケーラブルなスクリーニングの増大するニーズに応えるために、時間スケールに応じた進化的関係の解明に最適な遺伝子座を特定するため、PI値を効率的に計算する。

ABSTRACT

Massively parallel DNA sequencing techniques are rapidly changing the dynamics of phylogenetic study design by exponentially increasing the discovery of phylogenetically useful loci. This increase in the number of phylogenetic markers potentially provides researchers the opportunity to select subsets of loci best-addressing particular phylogenetic hypotheses based on objective measures of performance over different time scales. Investigators may also want to determine the power of particular phylogenetic markers relative to each other. However, currently available tools are designed to evaluate a small number of markers and are not well-suited to screening hundreds or thousands of candidate loci across the genome. TAPIR is an alternative implementation of Townsend's estimate of phylogenetic informativeness (PI) that enables rapid estimation and summary of PI when applied to data sets containing hundreds to thousands of candidate, phylogenetically informative loci.

研究の動機と目的

• 高スループットシーケンシングの文脈において、多数の系統発生マーカーをスクリーニングする課題に対処すること。
• 数百～数千の遺伝子座にスケーラブルでない既存のツールの限界を克服すること。
• 異なる時間スケールにおける系統関係の解明における遺伝子座の性能を客観的に比較する手法を提供すること。
• 特定の進化的仮説に最適な遺伝子座のサブセットを、系統発生的情報量に基づいて選択できるようにすること。
• マーカーの比較的パワー分析を促進し、系統発生推定における相対的な有用性を評価すること。

提案手法

• 局所特異的置換モデルを許容する Townsend の系統発生的情報量（PI）フレームワークを適応させること。
• 配列データと枝長の推定値を用いて、各遺伝子座のPIを自動計算すること。
• 大規模な遺伝子座データセットを並列処理する高性能な計算パイプラインを採用すること。
• 各遺伝子座に特有の置換モデルパラメータ（例：移行/変換比）を統合し、PIの精度を向上させること。
• PIの遺伝子座間比較分析のための要約統計量と可視化を生成すること。
• バッチ処理をサポートすることで、スケーラブルなマーカーのスクリーニングを可能とすること。

実験結果

リサーチクエスチョン

• RQ1 高スループットシーケンシングデータセットにおいて、どの遺伝子座が異なる時間スケールで最高の系統発生的情報量を提供するか？
• RQ2 一般的なモデルと比較して、局所特異的置換モデルは、系統発生的情報量推定の精度をどのように向上させるか？
• RQ3 TAPIR は、特定の系統関係の解明に有用な数千の遺伝子座を効率的にランク付け・比較できるか？
• RQ4 深部と浅部の分化を解明する際に、異なるマーカーの相対的なパワーはいかほどか？
• RQ5 研究者が、客観的なPI指標に基づいて最適なマーカーのサブセットを体系的に選択するにはどうすればよいか？

主な発見

• TAPIR は、数百～数千の遺伝子座における系統発生的情報量の迅速推定を可能とし、スケーラビリティにおいて従来のツールを著しく上回っている。
• TAPIR における局所特異的置換モデルは、遺伝子座間での進化速度やパターンの変動を考慮することで、PI推定の精度を向上させる。
• このツールは、深部および浅部の分岐を解明するのに適した情報量の高い遺伝子座を効果的に同定でき、仮説に基づくマーカー選択を支援する。
• TAPIR は、マーカー性能を比較するスケーラブルなフレームワークを提供し、研究者が時間スケールに特化した客観的指標に基づいて遺伝子座を優先順位付けできる。
• この手法は計算的に効率的であり、高スループットの系統ゲノムパイプラインへの統合に適している。
• 補足資料は、シミュレート済みおよび実験的データセットを用いた検証を通じて、TAPIR の PI 推定の頑健性を確認している。