[논문 리뷰] A fast method to estimate speciation parameters in a model of isolation with an initial period of gene flow and to test alternative evolutionary scenarios

Hilde Wilkinson‐Herbots|arXiv (Cornell University)|2015. 11. 17.

Genetic diversity and population structure참고 문헌 18인용 수 6

한 줄 요약

이 논문은 수천 개의 유전자좌를 통해 쌍방향 DNA 서열 차이를 사용하여 고립-초기 이주(IIM) 모델에서 분화 파라미터를 추정하기 위한 빠른 최대우도 추정 방법을 제시한다. Wilkinson-Herbots(2012)의 해석적 우도 표현식을 활용함으로써, 10,000개 이상의 유전자좌에 대해 1분 이내로 빠른 파라미터 추정이 가능하며, AIC나 우도비 검정을 통한 효율적인 모델 비교도 가능하여, 일시적인 유전자 이동이 있었던 분화를 추론하는 데 있어 전통적인 IM 모델에 대한 강력한 대안을 제공한다.

ABSTRACT

We consider a model of "isolation with an initial period of migration" (IIM), where an ancestral population instantaneously split into two descendant populations which exchanged migrants symmetrically at a constant rate for a period of time but which are now completely isolated from each other. A method of Maximum Likelihood estimation of the parameters of the model is implemented, for data consisting of the number of nucleotide differences between two DNA sequences at each of a large number of independent loci, using the explicit analytical expressions for the likelihood obtained in Wilkinson-Herbots (2012). The method is demonstrated on a large set of DNA sequence data from two species of Drosophila, as well as on simulated data. The method is extremely fast, returning parameter estimates in less than 1 minute for a data set consisting of the numbers of differences between pairs of sequences from 10,000s of loci, or in a small fraction of a second if all loci are trimmed to the same estimated mutation rate. It is also illustrated how the maximized likelihood can be used to quickly distinguish between competing models describing alternative evolutionary scenarios, either by comparing AIC scores or by means of likelihood ratio tests. The present implementation is for a simple version of the model, but various extensions are possible and are briefly discussed.

연구 동기 및 목표

• IIM 모델 하에서 분화 파라미터를 추정하기 위한 계산적으로 효율적인 방법을 개발하는 것. 이 모델은 초기에 대칭적인 유전자 이동이 있었고 이후 완전한 고립이 이루어졌음을 가정한다.
• 기존의 IM 모델이 현재까지 지속적인 이주를 가정하여 일시적인 유전자 이동이 있었을 경우 편향된 추정치를 도출한다는 점을 해결하는 것.
• AIC나 우도비 검정을 통해 IIM, 고립, IM 모델 간의 빠른 모델 비교를 가능하게 하여 진화적 시나리오 테스트를 지원하는 것.
• 실제 Drosophila 데이터와 시뮬레이션 데이터를 바탕으로 본 방법의 속도와 정확성을 입증하여 인구 게놈학에서의 실용적 유용성을 보여주는 것.

제안 방법

• IIM 모델 하에서 쌍방향 염기서열 차이를 관찰할 우도에 대한 명시적 해석적 표현식을 사용하며, 이는 중립 돌연변이의 무한한 사이트 모델에서 유도된다.
• 유전자좌 간의 쌍방향 차이 빈도 수를 기반으로 분화 시점, 이주 지속 기간, 이주 비율, 효율적 인구 크기 등의 파라미터를 최대우도 최적화를 통해 추정한다.
• 유사한 쌍방향 차이 빈도 수를 집계하여 우도를 효율적으로 계산함으로써, 수천 개의 유전자좌를 약 50개의 고유 값으로 압축함으로써 우도 평가를 극적으로 가속화한다.
• R로 구현된 방법으로, 동일한 돌연변이율을 가진 데이터를 위한 단순화된 버전도 포함되어 있으며, IIM 데이터 시뮬레이션 및 모델 피팅을 위한 코드도 포함되어 있다.
• ML 추정치를 초기값으로 사용하여 재매개변수화 및 헤시안 행렬 계산을 통해 파라미터 표준오차를 산출한다.
• AIC 점수와 우도비 검정을 통해 경쟁적인 진화적 시나리오 간의 모델 비교를 수행한다.

실험 결과

연구 질문

• RQ1 계산 비용이 큰 MCMC나 수치 근사치를 피하면서도 IIM 모델 하에서 분화 파라미터를 추정할 수 있는 빠르고 해석적인 최대우도 방법을 개발할 수 있는가?
• RQ2 실제 Drosophila의 쌍방향 차이 데이터를 설명하는 데 있어 IIM 모델이 표준 IM 모델과 고립 모델에 비해 얼마나 더 우수한가?
• RQ3 유전자 이동이 일시적이었을 경우, IIM 모델이 IM 모델보다 더 정확하고 해석 가능한 유전자 이동 시기와 비율을 얼마나 더 잘 제공하는가?
• RQ4 IIM 모델에서 최대화된 우도를 AIC나 우도비 검정을 통해 경쟁적인 진화적 시나리오를 효과적으로 구별하는 데 사용할 수 있는가?

주요 결과

• 10,000개 이상의 유전자좌를 가진 데이터셋에 대해 IIM 모델 파라미터를 1분 이내로 추정할 수 있으며, 돌연변이율이 동일한 유전자좌로 압축된 경우 수 밀리초 내로 추정이 가능하다.
• 압축된 Drosophila 데이터(28,157개 유전자좌)에서 쌍방향 차이 빈도를 집계함으로써 우도 계산 속도가 향상되었으며, 고유한 항목 수가 약 28,000개에서 약 50개로 감소하였다.
• 압축된 Drosophila 데이터셋에서 추정된 분화 시점(T₀)은 1000만 년, 이주 지속 기간(V)은 140만 년, 이주 비율(m)은 1세대당 0.0042이며, 효율적 인구 크기(N)는 180만으로 추정되었다.
• IIM 모델은 고립 모델(ΔAIC = 14.3)과 IM 모델(ΔAIC = 10.5)보다 유의미하게 더 좋은 적합도를 보였으며, 일시적인 유전자 이동 이후 완전한 고립이 있었던 시나리오를 지지한다.
• 재매개변수화된 우도와 헤시안 행렬 계산을 통해 변환된 파라미터(예: 연도 단위의 시간, 효율적 인구 크기)의 표준오차를 성공적으로 추정하였다.
• 결과적으로 IIM 모델은 일시적인 유전자 이동 기간이 존재하는 분화를 추론할 때 IM 모델보다 더 생물학적으로 타당하고 통계적으로 해석 가능한 프레임워크를 제공한다.