[論文レビュー] Who is Who in Phylogenetic Networks: Articles, Authors and Programs

Tushar Agarwal, Philippe Gambette+1 more|arXiv (Cornell University)|Oct 5, 2016

Genomics and Phylogenetic Studies参考文献 11被引用数 5

ひとこと要約

本稿は、系統的ネットワーク研究分野における600篇以上の出版物、500名以上の著者、200以上のキーワードを統合した包括的でオープンアクセスのデータベース「Who is Who in Phylogenetic Networks」を紹介する。このデータベースは、共著者ネットワークの可視化と分析を可能にし、社会的ネットワーク指標（例：媒介性、固有ベクトル中心性）と要約のテクスト解析を用いて、2005年から2015年の間にリコンビネーションやHGTから、整合性とトライネットベースの手法への研究傾向の変化を明らかにする。

ABSTRACT

The phylogenetic network emerged in the 1990s as a new model to represent the evolution of species in the case where coexisting species transfer genetic information through hybridization, recombination, lateral gene transfer, etc. As is true for many rapidly evolving fields, there is considerable fragmentation and diversity in methodologies, standards and vocabulary in phylogenetic network research, thus creating the need for an integrated database of articles, authors, techniques, keywords and software. We describe such a database, "Who is Who in Phylogenetic Networks", available at http://phylnet.univ-mlv.fr. "Who is Who in Phylogenetic Networks" comprises more than 600 publications and 500 authors interlinked with a rich set of more than 200 keywords related to phylogenetic networks. The database is integrated with web-based tools to visualize authorship and collaboration networks and analyze these networks using common graph and social network metrics such as centrality (betweenness, eigenvector, degree and closeness) and clustering. We provide downloads of raw information about entries in the database, and a facility to suggest modifications and contribute new information to the database. We also present in this article common use cases of the database and identify trends in the research on phylogenetic networks using the information in the database and textual analysis.

研究の動機と目的

• 系統的ネットワーク研究分野の散在的かつ急速に変化する分野を統合的でナビゲート可能なデータベースにまとめる。
• 研究者や学生が専門家、手法、ソフトウェア、主要な出版物を容易に特定できるエキサイクロペディックなリソースを提供する。
• 社会的ネットワーク指標と出版要約のテクスト解析を用いて、研究傾向と共同研究ネットワークの分析を可能にする。
• コミュニティの成長を支援するため、著者ネットワークの可視化と研究トピックの時間的変化の追跡を可能にするツールを提供する。
• 構造化されたキーワードタグとプログラム固有のメタデータを用いて、ソフトウェアや手法の発見を容易にする。

提案手法

• 600篇以上の出版物に、問題の種別、アルゴリズム的アプローチ、入力データ、ネットワークのサブクラス、ソフトウェアの利用可能性をカバーする手動でキュレートされたキーワードを統合。
• Gephiを用いて共著者ネットワークを可視化し、次数、媒介性、固有ベクトル中心性、接近性、クラスタリング係数、遠心度といった社会的ネットワーク指標を計算・表示。
• 動的および事前計算済みのネットワーク可視化により、ユーザーが時間範囲、出版物閾値、中心性指標をカスタマイズ可能な色調グラデーションでフィルタリング可能。
• 2005年から2015年の間の305件の要約に対して、Lexico 3を用いた要因分析を実施し、進化する研究テーマと語彙の変化を特定。
• DOIリンクを用いてScopusおよびWeb of Scienceから要約を取得し、一貫したコーパス構築と傾向分析を実現。
• データベースはオンラインでホスティングされ、GitHubにオープンソースコードを公開しており、一般の貢献とデータダウンロードを支援。

実験結果

リサーチクエスチョン

• RQ1 1990年から2015年までの間、系統的ネットワーク分野における共同研究のパターンと主要な貢献者にはどのような変化があったか？
• RQ2 2005年から2015年の間、系統的ネットワーク研究における支配的である研究トピックと方法論的傾向は何か？
• RQ3 媒介性や固有ベクトル中心性といった社会的ネットワーク指標は、分野における影響力のある研究者を特定するためにどのように役立つか？
• RQ4 特にネットワークの種別や進化的プロセスに関して、要約の語彙と焦点に時間的変化はあったか？
• RQ5 共著者ネットワークは、特にヨーロッパにおける地域的リサーチクラスタをどの程度反映しているか？

主な発見

• 共著者ネットワークは、1990年から2000年の間は小規模で孤立したコンポーネント（サイズ≤10）であったのに対し、2010年から2015年にはより大規模で相互接続された構造（サイズ12～15）に進化しており、協働の拡大を示している。
• 2005年から2009年の間、"recombination"（再結合）、"hgt"（水平遺伝子移動）、"consensus"（一貫性）といった用語が過剰に使用されており、初期段階でのネットワーク再構築と遺伝子移動への注目がうかがえる。
• 2012年から2015年の間、"reconciliation"（整合性モデリング）、"trinets"（トライネット）、"duplication"（複製）、"loss"（喪失）といった用語が顕著に増加し、複雑な進化的出来事のモデリングへのシフトを示している。
• 要因分析により明確な二分法が判明：要因マップの右側はアルゴリズム的・数学的論文（例："networks"（ネットワーク）、"algorithm"（アルゴリズム）、"rooted"（根付き））を表し、左側は生物学的・方法論的研究（例："gene"（遺伝子）、"species"（種）、"inference"（推論））を表している。
• 第二の要因軸は、明示的なネットワーク再構築（例："split"（スプリット）、"quartet"（クォーターツリー）、"trinets"（トライネット））と整合性モデリング（例："duplication"（複製）、"model"（モデル）、"lineage"（系統））を区別していた。
• 数式導出に関する極めて数学的な論文が、要因マップの右下に孤立しており、その論文がコーパス内で独自の位置を占めていることを確認した。