[論文レビュー] The mean value of the squared path-difference distance for rooted phylogenetic trees

Arnau Mir, Francesc Rosselló|ArXiv.org|Jun 13, 2009

Evolution and Paleontology Studies参考文献 12被引用数 3

ひとこと要約

この論文は、$n$ 個のリーブを持つ完全に分解された根付き系統発生樹の間の平均二乗パス差分距離を、一様分布の下で計算し、$O(n^3)$ のオーダーで増加する正確な式を導出する。主な結果は、この平均値が $n+1$ 個のリーブを持つ非根付き木のそれと等しいことを示しており、根付き木と非根付き木の距離計測法の間の深い組合せ的関係を明らかにしている。

ABSTRACT

The path-difference metric is one of the oldest distances for the comparison of fully resolved phylogenetic trees, but its statistical properties are still quite unknown. In this paper we compute the mean value of the square of the path-difference metric between two fully resolved rooted phylogenetic trees with $n$ leaves, under the uniform distribution. This complements previous work by Steel and Penny, who computed this mean value for fully resolved unrooted phylogenetic trees.

研究の動機と目的

• パス差分距離の統計的性質を明らかにすること。これは長年にわたり使用されてきたが、その性質はほとんど未知のままである。
• $n$ 個のリーブを持つ一様にランダムに選ばれた完全に分解された根付き木の間の二乗パス差分距離の期待値を計算すること。
• 根付き木と非根付き木の距離計測法の間の定量的関係を確立すること、特に平均二乗パス差分の観点から。
• 木の類似度を評価するためのベンチマークを提供することにより、研究者が観測された木の差が統計的に有意かどうかを評価できるようにすること。

提案手法

• 著者たちは、すべての根付き木のペア間の二乗パス差分の和を計算するために組合せ的数え上げ技術を用いる。
• パス長の一次モーメント $S_n^{(1)} = \sum_{T \in \mathcal{T}_n} d_T(1,2)$ および二次モーメント $S_n^{(2)} = \sum_{T \in \mathcal{T}_n} d_T(1,2)^2$ の閉形式表現を導出する。
• この手法は、超幾何級数と既知の組合せ的恒等式、特に二重階乗と中央二項係数に関連するものに依存する。
• 完全に分解された $n$ 個のリーブを持つ根付き木の集合 $\mathcal{T}_n$ 上での対称性と一様分布に依存している。
• 最終的な平均二乗パス差分距離の式は、一次モーメントと二次モーメントを組み合わせ、既知の恒等式を用いて簡略化することで導出される。
• 著者たちはスターリングの近似を用いて漸近的挙動を分析し、平均値が $O(n^3)$ のオーダーで増加することを示している。

実験結果

リサーチクエスチョン

• RQ1 一様にランダムに選ばれた完全に分解された根付き系統発生樹 $n$ 個のリーブを持つ二つの木の間の二乗パス差分距離の期待値は何か？
• RQ2 根付き木の平均二乗パス差分距離は、同じサイズまたは異なるサイズの非根付き木のそれと比べてどう異なるか？
• RQ3 根の非対称的な役割が導入する複雑さを考慮しても、根付きケースにおける平均二乗パス差分距離の閉形式表現は導出可能か？
• RQ4 平均二乗パス差分距離の漸近的増加率は、$n$ が増加するにつれてどうなるか？

主な発見

• 根付き木 $n$ 個のリーブにおける平均二乗パス差分距離は、$2\binom{n}{2}\left(4(n-1)+2 - \frac{2^{2(n-1)}}{\binom{2(n-1)}{n-1}} - \left(\frac{2^{2(n-1)}}{\binom{2(n-1)}{n-1}}\right)^2\right)$ に等しい。
• この値は漸近的に $O(n^3)$ のオーダーで増加し、非根付き木の場合の漸近的挙動と整合的である。
• 根付き木 $n$ 個のリーブにおける平均二乗パス差分距離は、$n+1$ 個のリーブを持つ非根付き木のそれと等しい。
• 根付き木における二つのランダムなリーブ間の平均パス長は $\frac{2^{2(n-1)}}{\binom{2(n-1)}{n-1}}$ であり、これは $n-1$ 個のリーブを持つ非根付き木の場合と一致する。
• 導出された式は、木の類似度を評価するための統計的ベースラインを提供し、研究者が観測された差が有意かどうかをテストできるようにする。
• この結果は、構造的直接的説明がないにもかかわらず、根付き木と非根付き木の距離計測法の間の深い組合せ的関係を裏付けている。