[論文レビュー] The waiting time for m mutations

Schweinsberg, Jason|arXiv (Cornell University)|Feb 24, 2008

Cancer Genomics and DiagnosticsBiochemistry, Genetics and Molecular Biology参考文献 32被引用数 17

ひとこと要約

この論文は、モラン過程下での有限集団におけるm回の突然変異が蓄積されるまでの待ち時間について分析し、個体がm回の突然変異を獲得するまでの時間の漸近的分布を導出する。主な結果は、突然変異率μが集団サイズNとどのようにスケーリングするかに大きく依存しており、異なるスケーリング領域では顕著な異なる挙動を示すことが明らかになった。これはがん進化やレギュラトリーシーケンスの出現に応用可能である。

ABSTRACT

We consider a model of a population of fixed size N in which each individual gets replaced at rate one and each individual experiences a mutation at rate μ. We calculate the asymptotic distribution of the time that it takes before there is an individual in the population with m mutations. Several different behaviors are possible, depending on how μchanges with N. These results have applications to the problem of determining the waiting time for regulatory sequences to appear and to models of cancer development.

研究の動機と目的

• サイズNの集団において、個体がm回の突然変異を獲得するまでの時間の漸近的分布を特定すること。
• 突然変異率μが集団サイズNとスケーリングする方法が、m回の突然変異の待ち時間分布に与える影響を理解すること。
• 固定化と確率的トンネルを考慮したモラン過程下での突然変異蓄積の確率過程をモデル化すること。
• 突然変異の待ち時間の分析を通じて、多段階のがんモデルおよびレギュラトリーシーケンス進化のための数学的基盤を提供すること。
• 突然変異蓄積の異なる確率的モデルを比較し、それらが漸近的に収束する条件を確立すること。

提案手法

• 固定サイズNの集団をモラン過程でモデル化し、各個体はレート1で自己置換し、レートμで突然変異を獲得する。
• 各突然変異タイプの個体数X_j(t)を追跡し、τ_mをX_m(t) > 0 となる最初の時刻として定義する。
• 突然変異の抑制または固定の方法が異なる4つの異なるモデル（モデル4および5）を分析する。
• カップリング技術を用いて、突然変異の抑制と固定を含むモデル4（修正版）と、抑制なしの簡略化されたモデル5を比較する。これにより突然変異ダイナミクスを変更する。
• 極限定理および集中不等式（例：補題22）を適用し、高タイプの個体が多数存在する確率が無視できるほど小さいことを示す。
• N → ∞ のとき |r_4(T) - r_5(T)| → 0 であることを示し、修正モデル4'とモデル5との間で漸近的同等性を確立する。

実験結果

リサーチクエスチョン

• RQ1 μが集団サイズNとスケーリングする場合、m回の突然変異の待ち時間は突然変異率μにどのように依存するか？
• RQ2 μがNと異なるスケーリングをとる場合、m回の突然変異の待ち時間分布の漸近的挙動はどのように変化するか？
• RQ3 確率的トンネル（固定化前にm回の突然変異が蓄積される）が逐次的固定よりも支配的になる状況はどのようなものか？
• RQ4 突然変異の抑制と固定ダイナミクスは、有限集団におけるm回の突然変異に至るまでの時間にどのように影響するか？
• RQ5 大Nの極限において、簡略化されたモデル（例：モデル5）が完全な確率過程（モデル4）をどれほど正確に近似できるか、その条件は何か？

主な発見

• m回の突然変異の待ち時間τ_mの漸近的分布は、μがNとどのようにスケーリングするかに強く依存しており、異なる極限的挙動を示す。
• μが小さい場合（例：μ = c/N）、待ち時間τ_mは分布収束してガンマ型の極限に近づき、そのレートはcとmに依存する。
• μが大きい場合（例：μ = c/N^α かつ α < 1）、待ち時間分布はシフトし、突然変異蓄積が速くなり、固定化の遅延が減少することが反映される。
• 突然変異が十分に大きく、固定化前に複数の突然変異が蓄積される場合、確率的トンネルが顕著になり、待ち時間分布が変化する。
• lim_{N→∞} |r_4(T) - r_5(T)| = 0 が確立され、モデル5が完全なプロセスの有効な漸近的近似であることが示された。
• タイプm-jの個体がタイプmに至る突然変異を経験する確率は、漸近的にμ q_j (N−ℓ)/Nに比例する。ここでℓは上位タイプの個体数である。