[논문 리뷰] An alignment-free generalization to indels of Felsenstein's phylogenetic pruning algorithm

Oscar Westesson, Gerton Lunter외 2명|arXiv (Cornell University)|2011. 03. 22.

Genomics and Phylogenetic Studies참고 문헌 27인용 수 2

한 줄 요약

이 논문은 Felsenstein의 계통수 정렬 알고리즘을 삽입/삭제 모델에 대해 전순서에 기반하지 않는 확장으로 제안하며, 가중치가 부여된 유한상태 변환기를 사용하여 치환 행렬을 일반화하고, 부분순서 그래프를 통해 공통조상 서열 집합을 모델링한다. 이 방법은 고정된 다중정렬이 필요 없이 생물학적으로 현실적인 서열 데이터에 대해 계산 가능하고 효율적인 계통수 추론을 가능하게 하며, 계층적 확률적 근사 기법을 통해 실제 데이터 크기로 확장 가능하다.

ABSTRACT

We present an extension of Felsenstein's algorithm to indel models defined on entire sequences, without the need to condition on one multiple alignment. The algorithm makes use of a generalization from probabilistic substitution matrices to weighted finite-state transducers. Our approach may equivalently be viewed as a probabilistic formulation of progressive multiple sequence alignment, using partial-order graphs to represent ensemble profiles of ancestral sequences. We present a hierarchical stochastic approximation technique which makes this algorithm tractable for alignment analyses of reasonable size.

연구 동기 및 목표

• 삽입/삭제를 고려한 계통수 추론에서 단일 다중정렬에 조건화하는 것을 제거하기 위해.
• Felsenstein의 정렬 알고리즘을 삽입/삭제 모델 하에서 전체 서열에 직접 적용할 수 있도록 일반화하기 위해.
• 삽입 및 삭제를 포함한 현실적인 서열 데이터를 분석하기 위한 계산 가능하고 실용적인 프레임워크 개발하기 위해.
• 공통조상 서열 프로파일을 부분순서 그래프를 사용한 집합으로 표현하여 모델링 정밀도 향상시키기 위해.

제안 방법

• 이 방법은 삽입/삭제를 고려한 서열 진화를 모델링하기 위해 확률적 치환 행렬을 가중치가 부여된 유한상태 변환기로 일반화한다.
• 공통조상 서열의 집합적 프로파일을 표현하기 위해 부분순서 그래프를 사용하여 조상 재구성의 불확실성을 포괄한다.
• 계산 복잡도를 감소시키고 확장성을 향상시키기 위해 계층적 확률적 근사 기법을 적용한다.
• 변환기 기반 동적 프rogramming을 통해 모든 가능한 정렬을 암묵적으로 통합하여 명시적 정렬 열거를 피한다.
• 변환기 조합과 근사 확률적 추론을 사용하여 渐진적 다중서열 정렬을 확률적 추론 문제로 공식화한다.

실험 결과

연구 질문

• RQ1 Felsenstein의 정렬 알고리즘은 단일 다중정렬에 조건화하지 않고 삽입/삭제 모델을 다룰 수 있는가?
• RQ2 공통조상 서열 프로파일을 집합으로 표현함으로써 삽입/삭제 모델 하에서 계통수 추론을 어떻게 향상시킬 수 있는가?
• RQ3 어떤 계산 기법이 삽입 및 삭제를 포함한 생물학적으로 현실적인 서열 데이터에 대해 계산 가능하고 실용적인 추론을 가능하게 하는가?
• RQ4 가중치가 부여된 유한상태 변환기는 계통수 분석에서 전통적인 정렬 기반 접근법을 어느 정도 대체할 수 있는가?

주요 결과

• 알고리즘은 가중치가 부여된 유한상태 변환기를 통해 삽입/삭제를 모델링하여 고정된 다중정렬이 필요 없이 정렬 기반 계통수 추론을 달성한다.
• 부분순서 그래프는 공통조상 서열 집합의 압축적이고 확률적인 표현을 가능하게 하여 진화적 불확실성의 모델링을 향상시킨다.
• 계층적 확률적 근사 기법을 통해 이 방법은 생물학적으로 관련된 서열 크기로 확장 가능하여 계산적으로 실현 가능해진다.
• 이 접근법은 변환기 조합과 근사 확률적 추론을 통해 渐진적 다중서열 정렬을 확률적 공식화로 제공하며, 하나의 프레임워크 내에서 정렬과 계통수 추론을 통합한다.