[논문 리뷰] A 3-factor approximation algorithm for a Minimum Acyclic Agreement Forest on k rooted, binary phylogenetic trees.

Asish K. Mukhopadhyay, Puspal Bhabak|arXiv (Cornell University)|2014. 07. 26.

Genomics and Phylogenetic Studies참고 문헌 12인용 수 3

한 줄 요약

이 논문은 k개의 루트가 있는 이진 계통수 나무에서 최소 비순환 일치 숲(Minimum Acyclic Agreement Forest, MAF)을 계산하기 위한 3-요소 근사 알고리즘을 제시한다. 이는 이전까지의 최선의 근사비율 8을 개선한 것으로, 일치 숲의 구조적 성질과 나무 재배열 연산을 활용하여 보다 날카운 근사 보장을 달성함으로써 진화 생물학에서 계통수 나무 비교의 효율성과 정확성을 크게 향상시킨다.

ABSTRACT

Molecular phylogenetics is a well-established field of research in biology wherein phylogenetic trees are analyzed to obtain insights into the evolutionary histories of organisms. Phylogenetic trees are leaf-labelled trees, where the leaves correspond to extant species (taxa), and the internal vertices represent ancestral species. The evolutionary history of a set of species can be explained by more than one phylogenetic tree, giving rise to the problem of comparing phylogenetic trees for similarity. Various distance metrics, like the subtree prune-and-regraft (SPR), tree bisection reconnection (TBR) and nearest neighbour interchange (NNI) have been proposed to capture this similarity. The distance between two phylogenetic trees can also be measured by the size of a Maximum Agreement Forest (MAF) on these trees, as it has been shown that the rooted subtree prune-and-regraft distance is 1 less than the size of a MAF. Thus, the smaller this size, the greater is the similarity between the two trees. Since computing a MAF of minimum size is an NP-hard problem, researchers have turned their attention to computing MAFs that approximate the minimum. Recently, it has been shown that the MAF on k( ≥ 2) trees can be approximated to within a factor of 8. In this paper, we improve this ratio to 3.

연구 동기 및 목표

• 다수의 루트가 있고 이진인 계통수 나무를 비교하는 데 도전하는 문제를 해결하기 위해, 진화적 유사성을 반영하는 최소 비순환 일치 숲(Minimum Acyclic Agreement Forest, MAF)을 계산하는 것.
• 효율적인 진화적 거리 추정에 필수적인, k(≥ 2)개의 계통수 나무에 대한 MAF 계산의 근사 비율을 향상시키는 것.
• 일치 숲 기반의 거리 측정 기반으로 계통수 나무 간의 유사성을 더 정확하고 계산 가능하게 측정할 수 있는 방법을 제공하는 것.

제안 방법

• 알고리즘은 k개의 루트가 있고 이진인 계통수 나무들 사이의 공통된 하위 구조를 식별하여 비순환 일치 숲을 구성하기 위한 새로운 분해 전략을 활용한다.
• 순환성을 보장하고 숲의 최소성을 확보하기 위해 구조적 제약 조건에 따라 이른바 그린드 프루닝 및 재연결 접근법을 사용한다.
• 크기의 요소 감소 기법을 적용하여 일치 숲의 크기를 최적 해에 상대적으로 제한함으로써 3-근사 보장을 달성한다.
• 기존에 알려진 MAF 크기와 루트가 있는 부분수 나무 자르기 및 재결합(rSPR) 거리 간의 관계를 활용한다. 여기서 rSPR 거리는 MAF 크기보다 1 작다.
• 모든 일치 숲의 구성 요소가 순환성이 없고 나무의 구조적 형태와 일관되도록 보장한다.
• 근사 보장을 유지하면서 숲의 크기를 줄이는 데 초점을 맞춘 재귀적 정밀 조정 과정을 통합한다.

실험 결과

연구 질문

• RQ1 k개의 루트가 있고 이진인 계통수 나무에 대해 최소 비순환 일치 숲을 계산하는 데 있어 이전에 알려진 8의 근사 비율을 넘어서 근사 비율을 향상시킬 수 있는가?
• RQ2 더 날카운 근사 비율을 달성하기 위해 일치 숲의 어떤 구조적 성질을 활용할 수 있는가?
• RQ3 k개의 나무에 대해 일치 숲의 순환성 제약 조건을 유지하면서 숲의 크기를 최소화할 수 있는가?
• RQ4 k개의 루트가 있고 이진인 계통수 나무에 대해 MAF 문제에 대해 3-근사 보장을 달성하는 다항 시간 알고리즘을 설계할 수 있는가?

주요 결과

• 제안된 알고리즘은 k개의 루트가 있고 이진인 계통수 나무에 대해 최소 비순환 일치 숲 문제에 대해 3-요소 근사 비율을 달성한다.
• 이것은 동일한 문제에 대해 이전까지의 최선의 근사 비율 8에 비해 상당한 향상이다.
• 알고리즘은 일치 숲의 순환성 제약 조건을 유지하면서도 모든 나무 구성 요소를 보존한다.
• 이 방법은 다항 시간 내에 계산 가능하므로 대규모 계통수 분석에 실용적이다.
• MAF 크기와 루트가 있는 부분수 나비 자르기 및 재결합(rSPR) 거리 간의 관계를 더욱 강화한다. 여기서 rSPR 거리는 MAF 크기보다 1 작다.
• 이 접근법은 여러 종 간 진화적 관계를 계통수 나무를 사용하여 비교하는 데 더 정확하고 효율적인 프레임워크를 제공한다.