[논문 리뷰] Detectability of Varied Hybridization Scenarios using Genome-Scale Hybrid Detection Methods

Marianne Bjorner, Erin K. Molloy외 2명|arXiv (Cornell University)|2022. 11. 01.

Plant and animal studies인용 수 8

한 줄 요약

이 연구는 다양한 화학적 시나리오를 가진 시뮬레이션된 계통발생 네트워크에서 6가지 게놈 스케일 하이브리드 탐지 방법—MSCquartets, TICR, HyDe, Patterson의 D-통계량, D3, Dp—을 평가한다. 연구 결과, MSCquartets는 다양한 조건에서 높은 정밀도를 보이며, HyDe는 유일하게 하이브리드와 부모 종을 구분할 수 있지만 유령 분지가 존재할 경우 실패한다. 또한 모든 방법은 깊거나 다중 하이브리드화가 발생할 경우, 특히 유전자 흐름이 고대적이거나 겹치는 경우에 어려움을 겪는다.

ABSTRACT

Hybridization events complicate the accurate reconstruction of phylogenies, as they lead to patterns of genetic heritability that are unexpected under traditional, bifurcating models of species trees. This has led to the development of methods to infer these varied hybridization events, both methods that reconstruct networks directly, and summary methods that predict individual hybridization events. However, a lack of empirical comparisons between methods - especially pertaining to large networks with varied hybridization scenarios - hinders their practical use. Here, we provide a comprehensive review of popular summary methods: TICR, MSCquartets, HyDe, Patterson's D-Statistic (ABBA-BABA), D3, and Dp. TICR and MSCquartets are based on quartet concordance factors gathered from gene tree topologies and Patterson's D-Statistic, D3, and Dp use site pattern frequencies to identify hybridization events. We then use simulated data to address questions of method accuracy and ideal use scenarios by testing methods against complex networks which depict gene flow events that differ in depth (timing), quantity (single vs. multiple, overlapping hybridizations), and rate of gene flow. We find that deeper or multiple hybridization events may introduce noise and weaken the signal of hybridization, leading to higher false negative rates across methods. Despite some forms of hybridization eluding quartet-based detection methods, MSCquartets displays high precision in most scenarios. While HyDe results in high false negative rates when tested on hybridizations involving ghost lineages, HyDe is the only method to be able to separate hybrid vs parent signals. Lastly, we test the methods on ultraconserved elements from the bee subfamily Nomiinae, finding the possibility of hybridization events between clades which correspond to regions of poor support in the species tree estimated in the original study.

연구 동기 및 목표

• 게놈 스케일 계통발생학에서 요약 방법을 사용하여 다양한 하이브리드화 시나리오의 탐지 가능성 평가.
• 다양한 네트워크 조건 하에서 6개 주요 하이브리드 탐지 방법의 정확성과 내성 비교.
• 특히 하이브리드화의 시기, 수량, 방향성에 대한 각 방법의 이상적 사용 사례와 한계 식별.
• 실제 데이터, 특히 벌 부족 Nomiinae의 초고보존 염기서열을 대상으로 방법 성능 평가.
• 생물학적 맥락과 데이터 품질에 기반한 진화생물학자들을 위한 방법 선택 가이드 제공.

제안 방법

• 공진기 모델을 사용하여 하이브리드화 깊이, 수량(단일 대 다중), 유전자 흐름 속도(γ)가 다양한 시뮬레이션된 계통발생 네트워크.
• 무한-사이트 돌연변이 모델과 균일하고 정적, 가역적인 치환 과정을 가정하여 유전자 수목과 시퀀스 데이터 생성.
• 6가지 요약 방법 적용: MSCquartets와 TICR는 유전자 수목의 4분할 공존 계수를 사용하며, HyDe, D-통계량, D3, Dp 는 서열 패턴 빈도를 사용.
• 유전자 수목 추정 오차에 대한 민감도 평가를 위해 진짜 유전자 수목과 추정된 유전자 수목 양쪽 모두에서 방법 테스트.
• 실제 데이터셋인 Nomiinae 벌의 초고보존 염기서열을 이용하여 실증적 맥락에서의 결과 검증.
• 모든 집단의 크기가 동일한 가정 하에 등속성 기반 네트워크를 사용하여 하이브리드화 복잡성의 영향을 분리.

실험 결과

연구 질문

• RQ1 다양한 하이브리드화 시나리오(깊이, 수량, 속도)가 요약 방법의 하이브리드화 사건 탐지 가능성에 어떤 영향을 미치는가?
• RQ2 다양한 네트워크 구조에서 정밀도와 위양성률 측면에서 가장 우수한 성능을 보이는 방법은 무엇인가?
• RQ3 유령 또는 멸종한 분지가 포함된 경우, 어떤 방법도 하이브리드의 방향성(즉, 어떤 종이 하이브리드인지)을 신뢰성 있게 식별할 수 있는가?
• RQ4 유전자 수목 추정 오차는 TICR 및 MSCquartets와 같은 탐지 방법의 성능에 어떤 영향을 미치는가?
• RQ5 종 수목의 구조와 분지 길이가 Patterson의 D-통계량과 같은 서열 패턴 기반 검정의 신뢰성에 어느 정도 영향을 미치는가?

주요 결과

• MSCquartets는 깊거나 다중 하이브리드화 사건이 포함된 모든 테스트 시나리오에서 높은 정밀도를 보였다.
• TICR는 유령 분지가 존재하는 경우조차도 단일 얕은 하이브리드화 사건을 효과적으로 탐지했지만, 추정된 유전자 수목에 적용했을 때는 실패했다.
• HyDe는 오직 유일하게 하이브리드 종을 식별하고 부모 종과 구분할 수 있었지만, 샘플링되지 않거나 멸종한 부모 종이 있는 경우 높은 위양성률을 보였다.
• 모든 방법은 하이브리드화 사건이 깊게(루트에 가까이) 있거나 다중 겹침 사건을 포함할 경우 위양성률이 증가했다.
• Nomiinae 벌 데이터셋에서는 Stictonomia schubotzi에 대한 잠재적 하이브리드화가 모든 방법에서 탐지되어, 하이브리드화가 유전자 수목 추정 오차의 대안적 설명으로 제기되었다.
• 서열 패턴 기반 방법(예: D-통계량)은 긴 분지 길이와 유사한 치환에 의해 심각하게 영향을 받아 먼 비교에서 신뢰성이 떨어졌다.