[논문 리뷰] Beta-coalescents when sample size is large

Jonathan A Chetwynd-Diggle, Bjarki Eldon|arXiv (Cornell University)|2026. 01. 13.

Evolution and Genetic Dynamics인용 수 0

한 줄 요약

이 논문은 large sample sizes 하에서 Beta-coalescents를 분석하고, 합병 속도와 시간이 세대 단위로 측정되는 스케일링 체계를 도출하며, 효과적 인구 크기가 N과 매개변수 ψ(N)에 따라 달라질 수 있음을 보인다.

ABSTRACT

Sweepstakes reproduction refers to a highly skewed individual recruitment success without involving natural selection and may apply to individuals in broadcast spawning populations characterised by Type III survivorship. We consider an extension of the model of sweepstakes reproduction for a haploid panmictic population of constant size $N$; the extension also works as an alternative to the Wright-Fisher model. Our model incorporates an upper bound on the random number of potential offspring (juveniles) produced by a given individual. Depending on how the bound behaves relative to the total population size, we obtain the Kingman coalescent, an incomplete Beta-coalescent, or the (complete) Beta-coalescent. We argue that applying such an upper bound is biologically reasonable. Moreover, we estimate the error of the coalescent approximation. The error estimates reveal that convergence can be slow, and small sample size can be sufficient to invalidate convergence, for example if the stated bound is of the form $N/\log N$. We use simulations to investigate the effect of increasing sample size on the site-frequency spectrum. When the limit is a Beta-coalescent, the site frequency spectrum will be as predicted by the limiting tree even though the full coalescent tree may deviate from the limiting one. When in the domain of attraction of the Kingman coalescent the effect of increasing sample size depends on the effective population size as has been noted in the case of the Wright-Fisher model. Conditioning on the population ancestry (the random ancestral relations of the entire population at all times) may have little effect on the site-frequency spectrum for the models considered here (as evidenced by simulation results).

연구 동기 및 목표

• 대규모 샘플 크기에서의 코얼초 모델 연구 필요성을 동기화하고 코얼초 근사의 오차 원인을 식별한다.
• 합병 k out of n 블록에 대한 일반적인 코얼초 속도 λ_{n,k}의 형식을 도출하고 N 및 ψ(N)와의 스케일링 분석을 수행한다.
• ψ(N) 선택이 시간 척도와 오차 항의 정확도에 미치는 영향을 논의하고 Kingman 및 Beta-coalescents와의 관계를 밝힌다.
• 다양한 스케일링 체계(1<α<2)에서 암시되는 유효 인구 크기의 범위를 특징지운다.

제안 방법

• n개 블록 중 k개를 합병하는 일반적인 코얼초 속도 λ_{n,k}=c 1{k=2}+c′ ∫_0^1 1{0<x≤γ} x^{k-2}(1−x)^{n−k} Λ_{+}(dx) with Λ+ non-atomic at 0.
• ψ1,N=O(1) 및 ψ1,N=N/logN일 때 N 세대에 비례하는 시간 스케일링 규칙이 나타난다.
• ψ(N) 선택과 무시된 오차 항이 코얼초 근사의 정확도에 어떤 영향을 미치는지 논의한다.
• CNversion0 및 Lambda-convergence 제시를 통해 근사 오차의 원인과 Kingman 응집과의 연결고리를 도출한다.
• 특정 체계에서 한계 과정을 Kingman 코얼센트와 연결시키되 유효 크기의 변화를 강조한다.
• 1<α<2인 경우 유효 크기가 cN에서 c′N^{α−1}(log N)^{2−α}로 변할 수 있음을 설명한다.

실험 결과

연구 질문

• RQ1 대규모 샘플 크기에서 k 개를 합병하는 경우의 코얼초 속도 λ_{n,k}의 형태는 어떠한가?
• RQ2 다양한 ψ(N) 스케일링이 코얼초의 시간 척도와 오차 항의 크기에 어떤 영향을 미치는가?
• RQ3 과정이 Kingman 혹은 Beta-coalescents에 비유되는 조건은 무엇이며, 유효 인구 크기는 어떻게 특징지어지는가?
• RQ4 1<α<2일 때 나타나는 유효 크기의 범위와 로그 항이 이 범위를 어떻게 수정하는가?

주요 결과

• k개를 합병하는 n개 블록의 합병 속도는 Λ+에 대한 적분과 x≤γ를 나타내는 지시자(indicator)를 포함하는 일반 형태를 가진다.
• ψ1,N=O(1) 및 ψ1,N=N/logN일 때 N 세대에 비례하는 새로운 시간 스케일링 체계가 나타난다.
• 코얼초 근사에서의 오차는 ψ(N)의 상한 모델이 잘못되거나 무시된 오차 항에서 기인한다.
• Kingman 매력 영역(ψ(N)=N/logN)에서도 시간은 Beta-coalescents에 비슷하게 스케일링되어 측정된다.
• 1<α<2인 경우 유효 크기가 cN에서 c′N^{α−1}(log N)^{2−α}로 변할 수 있어 스케일링에 따라 상당한 가변성을 반영한다.
• CNversion0 및 Lambda-convergence 제시는 근사 오차의 원인과 한계 수렴과의 연관성을 밝힌다.