[論文レビュー] VaiPhy: a Variational Inference Based Algorithm for Phylogeny

Hazal Koptagel, Oskar Kviman+3 more|arXiv (Cornell University)|Mar 1, 2022

Bayesian Methods and Mixture Models被引用数 4

ひとこと要約

VaiPhyは、Bayesian phylogenetic tree推定のための高速な変分推論アルゴリズムであり、自動微分を回避するために、多分岐木のトポロジーをサンプリングするための新規な提案分布であるSLANTISと、Jukes-Cantorモデル下での分岐長の直接サンプリングを可能にするJCサンプラーを導入している。これにより、VBPI-NFなどの既存のVI手法と比較して最大25倍速く、最先端の周辺尤度推定が達成可能である。

ABSTRACT

Phylogenetics is a classical methodology in computational biology that today has become highly relevant for medical investigation of single-cell data, e.g., in the context of cancer development. The exponential size of the tree space is, unfortunately, a substantial obstacle for Bayesian phylogenetic inference using Markov chain Monte Carlo based methods since these rely on local operations. And although more recent variational inference (VI) based methods offer speed improvements, they rely on expensive auto-differentiation operations for learning the variational parameters. We propose VaiPhy, a remarkably fast VI based algorithm for approximate posterior inference in an augmented tree space. VaiPhy produces marginal log-likelihood estimates on par with the state-of-the-art methods on real data and is considerably faster since it does not require auto-differentiation. Instead, VaiPhy combines coordinate ascent update equations with two novel sampling schemes: (i) SLANTIS, a proposal distribution for tree topologies in the augmented tree space, and (ii) the JC sampler, to the best of our knowledge, the first-ever scheme for sampling branch lengths directly from the popular Jukes-Cantor model. We compare VaiPhy in terms of density estimation and runtime. Additionally, we evaluate the reproducibility of the baselines. We provide our code on GitHub: \url{https://github.com/Lagergren-Lab/VaiPhy}.

研究の動機と目的

• 木空間の指数的サイズに起因するBayesian phylogenetic推定の計算的ボトル neck を解消すること。
• 高価な自動微分に依存せずに、系統樹の変分推論における速度を向上させること。
• 木のトポロジー、分岐長、および祖先配列の後退事後分布の効率的近似を可能とすること。
• 多分岐木のための新規なサンプリングスキームと、Jukes-Cantorモデル下での分岐長のための新規なサンプリングスキームの開発。
• 著しく実行時間を短縮しつつ、最先端の手法と同等の周辺尤度推定を達成すること。

提案手法

• VaiPhyは、変分パラメータの座標勾配上昇更新を用いる平均場変分推論フレームワークを採用している。
• 多分岐スパニング木のサンプリングに適した提案分布として、二部マッチングサンプリングにインspiredされた高速で重みが計算可能な方法を用いるSLANTISを導入している。
• Jukes-Cantorモデル下での分岐長の直接サンプリングを可能にする、初めての直接的サンプリング手法であるJCサンプラーを提案している。
• SLANTISとJCサンプラーを用いて、重要度重み付き下界尤度（IWELBO）を計算し、木構造およびパラメータの事後分布を近似している。
• 事後分布の近似を向上させるために、祖先配列を補助変数として導入することで、事前に計算された木を必要としない。
• 指数型分布族の性質を活用して、十分統計量の効率的計算と自然勾配更新を実現している。

実験結果

リサーチクエスチョン

• RQ1 系統樹の変分推論フレームワークは、自動微分に依存せずに、最先端の周辺尤度推定を達成できるか？
• RQ2 多分岐木トポロジーのための新規な提案分布は、木空間内での高速かつ効率的なサンプリングを可能にするか？
• RQ3 Jukes-Cantorモデルから分岐長を直接サンプリングすることは可能か？ また、これにより系統樹のVIにおける推定速度が向上するか？
• RQ4 VaiPhyの性能は、既存のVIおよびMCMCベースの系統樹推定手法と比較して、精度と速度の両面で優れているか？
• RQ5 VaiPhyが学習したパラメータは、Combinatorial SMC用の新たな提案分布の構築に再利用可能か？

主な発見

• VaiPhyは、実際の生物学的データセットにおいて、最先端のVI手法と同等の周辺対数尤度推定を達成している。
• 実データセット上では、先端のVIベースの系統樹推定手法VBPI-NFと比較して、最大25倍速い。
• JCサンプラーは、分岐長をJukes-Cantorモデルから直接サンプリング可能にするという、文献において類例のない新規な貢献を果たしている。
• SLANTISは、多分岐木トポロジーの高速かつ重みが計算可能なサンプリングを可能にし、高価な自動微分ステップを回避している。
• 事前に計算された木を必要とせず、木のトポロジー、分岐長、および祖先配列の事後分布近似をサポートしている。
• アルゴリズムの性能は再現可能であり、コミュニティによる利用および拡張が可能な形でGitHub上で公開されている。