[論文レビュー] The Model-Specific Markov Embedding Problem for Symmetric Group-Based Models

Muhammad Ardiyansyah, Dimitra Kosta+1 more|arXiv (Cornell University)|Jan 1, 2020

Genomics and Phylogenetic Studies参考文献 45被引用数 6

ひとこと要約

本稿では、対称群ベースの系統解析モデルにおけるモデル固有のマルコフ埋め込み問題を導入し、解決する。そのために、モデルの群ベースおよび対称構造を尊重するレート行列に埋め込み可能なマルコフ行列であるための必要十分な固有値条件を導出する。主な貢献は、固有値制約を用いたモデル埋め込み可能行列の完全な特徴付けであり、ハチモジDNAモデルやモデル空間内の体積計算への応用を含む。

ABSTRACT

We study model embeddability, which is a variation of the famous embedding problem in probability theory, when apart from the requirement that the Markov matrix is the matrix exponential of a rate matrix, we additionally ask that the rate matrix follows the model structure. We provide a characterisation of model embeddable Markov matrices corresponding to symmetric group-based phylogenetic models. In particular, we provide necessary and sufficient conditions in terms of the eigenvalues of symmetric group-based matrices. To showcase our main result on model embeddability, we provide an application to hachimoji models, which are eight-state models for synthetic DNA. Moreover, our main result on model embeddability enables us to compute the volume of the set of model embeddable Markov matrices relative to the volume of other relevant sets of Markov matrices within the model.

研究の動機と目的

• 古典的な埋め込み問題を、対称群ベースの系統解析モデルの構造的制約に適合するレート行列を要請することで精緻化すること。
• マルコフ行列がモデルの対称性および群ベース構造を保持するレート行列に埋め込まれるための必要十分条件を同定すること。
• 遷移行列の固有値を用いた、モデル埋め込み可能性の計算可能な基準を提供すること。
• 八状態対称群ベースモデルであるハチモジDNAモデルへの理論の応用。
• モデル内のすべてのマルコフ行列の空間内における、モデル埋め込み可能行列の集合の相対体積を計算すること。

提案手法

• 著者らは、$(\mathcal{G},L)$-埋め込み可能性を定義し、レート行列 $Q$ が群ベースモデルに関連するラベル関数 $L$ を保存することを要請する。
• 離散フーリエ変換を用いて遷移行列およびレート行列を対角化し、問題をフーリエ領域における固有値の分析に還元する。
• 本質的な手法は、確率的行列 $M$ が $M = \exp(Qt)$ と書けるようなレート行列 $Q$ に対して、その固有値に課される条件を導出することである。
• 対称群ベースモデルにおいて、モデル埋め込み可能性は、特にラベル関数 $L$ に関連する固有値の符号および対数正性条件に等価であることを確立する。
• 対称レート行列は実固有値を与えるため、解析が簡素化されることを活用する。
• 著者らは、先行研究で導入されたフレンドリーなラベル条件を用いて、群構造全体にわたるラベルの一貫性を保証し、固有値の特徴付けを可能にする。

実験結果

リサーチクエスチョン

• RQ1 マルコフ行列が対称群ベースのモデル構造を尊重するレート行列に埋め込まれるための必要十分な固有値条件は何か？
• RQ2 すべてのマルコフ行列の空間内における、モデル埋め込み可能行列の集合を、幾何学的および代数的にどのように特徴づけられるか？
• RQ3 モデル埋め込み可能行列の集合の相対体積は、モデル内における他の関連集合と比較可能な形で計算可能か？
• RQ4 モデル埋め込み可能性条件は、具体的なモデル（例：ハチモジ八状態DNAモデル）にどのように適用されるか？
• RQ5 すべての対称的 $\mathcal{G}$-適合ラベルはフレンドリーであるか？ そして、これはより広範な構造的同値性を示唆するか？

主な発見

• 本稿では、ラベル関数によって定義される特定の凸錐内に、固有値の対数が存在することを要請する明示的な固有値条件を通じて、対称群ベースモデルにおけるモデル埋め込み可能マルコフ行列の完全な特徴づけを提供する。
• ハチモジモデルにおいて、モデル埋め込み可能性は同一の固有値制約によって決定され、合成DNA構造に整合する有効な進化的プロセスの構築が可能になる。
• モデル埋め込み可能行列の集合の相対体積が計算され、モデル内のすべてのマルコフ行列の空間内において正の測度を有することが示された。これは、埋め込み可能性が一般的性質ではなく、非自明に構造化された性質であることを示唆する。
• 著者らは、位数8までのアーベル群について、すべての対称的 $\mathcal{G}$-適合ラベルがフレンドリーであることを示し、一般化の可能性を示唆するが、すべての有限アーベル群についての問題は未解決のままである。
• 反例を用いて、定数ラベルがフレンドリーであるが $\mathcal{G}$-適合でない場合があることから、対称的 $\mathcal{G}$-適合ラベルの集合は、フレンドリーなラベルの集合に真に含まれることが示された。
• 本手法により、与えられたモデル埋め込み可能行列に対して、すべての可能なマルコフ生成子をアルゴリズム的に計算可能となり、固有値が相異なる $n \times n$ 行列に関する先行研究を拡張する。