[論文レビュー] Well-supported phylogenies using largest subsets of core-genes by discrete particle swarm optimization

Reem Alsrraj, Bassam AlKindy+3 more|arXiv (Cornell University)|Jun 25, 2017

Genome Rearrangement Algorithms参考文献 6被引用数 5

ひとこと要約

本稿では、ロサレス目種の系統樹が最もwell-supportedになるようなコア葉緑体遺伝子の最大サブセットを同定するため、離散的粒子群最適化（DPSO）アルゴリズムを提案する。ブートストラップ支持力度と系統的整合性に基づいて反復的に遺伝子サブセットを選択することで、最小ブートストラップ値が92である63遺伝子サブセット（トポロジー0）が特定され、多数の統計的検定により他の代替手法よりも優位であることが示された。

ABSTRACT

The number of complete chloroplastic genomes increases day after day, making it possible to rethink plants phylogeny at the biomolecular era. Given a set of close plants sharing in the order of one hundred of core chloroplastic genes, this article focuses on how to extract the largest subset of sequences in order to obtain the most supported species tree. Due to computational complexity, a discrete and distributed Particle Swarm Optimization (DPSO) is proposed. It is finally applied to the core genes of Rosales order.

研究の動機と目的

• ロサレス目種の系統樹が最も頑健になるようなコア葉緑体遺伝子の最大サブセットを同定すること。
• ヒューリスティック最適化を用いて、全組み合わせの遺伝子サブセット評価が計算的に非現実的である問題に対処すること。
• 系統的信号を曇らせる遺伝子を除外することで、系統樹の支持力度を向上させること。
• 実際の葉緑体ゲノムデータに離散的粒子群最適化（DPSO）フレームワークを適用し、その妥当性を検証すること。

提案手法

• 各粒子がコア遺伝子の含む（1）または含まない（0）を示すバイナリーベクトルを表す離散的粒子群最適化（DPSO）フレームワークを用いる。
• 粒子の速度は、個人的最佳（P_i^best）、グローバルベスト（P_g^best）および慣性の重み付き組み合わせに基づいて更新され、シグモイド関数を用いて速度をバイナリーポジションに変換する。
• スコア関数は、RAxMLを用いて推定された系統樹の最小ブートストラップ値に基づいて、各遺伝子サブセットを評価する。
• 慣性重み（w）は、反復回数に応じて0.9から0.4へ線形減少させ、グローバル探索とローカル特化のバランスを取る。
• 10個のスワームを用い、粒子数が異なる設定で実行し、各スワームに対して10回の独立実行を実施して妥当性を確保する。
• コンSENSUSおよび統計的検証は、Conselソフトウェアを用いて実施され、近似的に不偏（au）、kh、sh、wsh検定を用いてトポロジーを比較する。

実験結果

リサーチクエスチョン

• RQ1 ロサレス目種の系統樹で最高のブートストラップ支持力度を達成するコア葉緑体遺伝子の最大サブセットは何か？
• RQ2 離散的粒子群最適化（DPSO）は、全探索や他のメタヒューリスティクスと比較して、高支持力度遺伝子サブセットを同定する上でどのように優れているか？
• RQ3 どの遺伝子サブセットがロサレスにおいて最も一貫性があり、統計的に好まれる系統的トポロジーをもたらすか？
• RQ4 粒子速度のしきい値および慣性重みの変化が収束性および解の質に与える影響は何か？
• RQ5 特定の種の系統関係（例：Fragaria vesca と Fragaria bracteata）は、遺伝子サブセット選択にどの程度感受的か？

主な発見

• トポロジー0は63遺伝子サブセットから得られ、最小ブートストラップ値が92に達し、最も高い値を示した。また、実行全体で568回の頻度で観察され、強い一貫性を示した。
• Conselの統計的検定では、トポロジー0が最も支持度の高い系統樹と評価され、近似的に不偏（au）p値が0.774と高く、トポロジー4（0.267）やトポロジー2（0.364）よりも顕著に優れていた。
• スワーム4では最大52遺伝子を除外したが、最良の系統樹でも最小ブートストラップ値が89を維持しており、大幅な遺伝子削減に対しても頑健であることが示された。
• 高い支持力度、頻度の高さ、統計的順位の高さから、トポロジー0はロサレスの最も信頼できる系統樹と特定された。
• DPSOアプローチにより、全82遺伝子セットよりも優れた系統的サポートと一貫性を示す非自明な遺伝子サブセットが同定された。
• 本手法により、特にFragaria vescaとFragaria bracteataの関係、およびPentactina rupicolaとPyrus pyrifoliaの関係において、遺伝子の除外が系統の解像度に顕著に影響することが明らかになった。