[논문 리뷰] Detecting phylogenetic relations out from sparse context trees

Florencia Leonardi, Sérgio Russo Matioli외 2명|ArXiv.org|2008. 04. 27.

Genomics and Phylogenetic Studies참고 문헌 10인용 수 5

한 줄 요약

이 논문은 단일 서열 유사도를 측정하기 위해 유전자 서열 간의 구조적 거리(구조적 트리 간의 거리)를 기반으로 하는 새로운 방법을 제안한다. 이는 전통적인 정렬 기반 거리 측정 방식에 의존하지 않는다. 제안된 방법은 희소 확률적 접미사 트리(SPST)를 활용하여 서열 유사도를 측정하는 트리 기반 거리(이하 SPST 거리)를 계산하며, 이는 희소적 맥락 구조를 통해 서열 유사성을 반영한다. 이 방법은 알려진 진화 관계와 일치하는 글로빈 가족의 계통수를 성공적으로 재구성한다. 다만, PAM 기반 계통수와 비교해 일부 계통적 구조적 차이가 존재한다.

ABSTRACT

The goal of this paper is to study the similarity between sequences using a distance between the \emph{context} trees associated to the sequences. These trees are defined in the framework of \emph{Sparse Probabilistic Suffix Trees} (SPST), and can be estimated using the SPST algorithm. We implement the Phyl-SPST package to compute the distance between the sparse context trees estimated with the SPST algorithm. The distance takes into account the structure of the trees, and indirectly the transition probabilities. We apply this approach to reconstruct a phylogenetic tree of protein sequences in the globin family of vertebrates. We compare this tree with the one obtained using the well-known PAM distance.

연구 동기 및 목표

• 단백질 서열에서 유도된 희소 맥락 트리의 구조적 아키텍처를 기반으로 서열 유사도를 측정하는 방법을 개발하는 것.
• 희소 맥락 트리의 계통적 구조가 계통수 재구성에 의미 있는 진화 정보를 담고 있는지 평가하는 것.
• 희소 맥락 트리 기반의 SPST 거리가 척추동물 글로빈 가족의 계통수 재구성에서 기존의 PAM 거리와 비교하여 성능을 어떻게 보이는지 평가하는 것.
• SPST 거리가 전통적인 정렬 기반 거리(예: PAM)와 비교해 비선형 스케일링 특성과 서열 변동에 대한 민감도를 어떻게 보이는지 조사하는 것.

제안 방법

• SPST 알고리즘은 단백질 서열로부터 희소 맥락과 전이 확률을 추정하여, 각 분지가 관련 맥락에 대응하는 루트가 있는 트리로 표현한다.
• 두 희소 맥락 트리 간의 구조적 차이를 기반으로 하며, 트리의 구조적 구성과 맥락 집합의 이질성까지 고려한 새로운 거리 척도인 β-거리가 정의된다.
• SCOP 데이터베이스에서 확보한 41개의 척추동물 글로빈 서열을 대상으로 Phyl-SPST 패키지를 구현하여 SPST 거리 행렬을 계산한다.
• PALI 데이터베이스의 정렬 자료에서 유도된 PAM 거리 행렬과 함께, 이웃 조합(neighbor joining) 알고리즘을 사용하여 SPST 거리 행렬과 PAM 거리 행렬 기반의 계통수를 재구성한다.
• 결과로 도출된 계통수를 시각적 및 정량적 방법으로 비교하여 계통적 일치도와 진화 정확도를 평가한다.
• 특히 짧은 거리 및 긴 거리 영역에서 SPST 거리가 PAM 거리와 비선형적 관계를 보이는지 분석한다.

실험 결과

연구 질문

• RQ1 단백질 서열에서 유도된 희소 맥락 트리의 구조적 아키텍처가 진화적 관련성을 신뢰성 있게 반영할 수 있는가?
• RQ2 SPST 거리는 알려진 글로빈 가족의 계통수 재구성에서 전통적인 PAM 거리와 비교해 어떻게 성능을 보이는가?
• RQ3 SPST 거리가 PAM 거리와 비선형적 관계를 보이는 이유는 무엇이며, 특히 작은 서열 차이에 대해 민감도가 높은 이유는 무엇인가?
• RQ4 트리의 구조적 구성과 맥락 집합의 이질성이 SPST 거리에 어떤 영향을 미치며, 이는 계통수 추론에 어떻게 영향을 주는가?

주요 결과

• SPST 거리는 알려진 진화 관계를 반영하는 글로빈 가족 계통수를 성공적으로 재구성하였으며, 람프리(가운데)를 외계통으로 사용하였다.
• SPST 기반 계통수는 명백한 분지 패턴을 보이며, PAM 계통수와 비교해 마이오글로빈 클러스터가 베타 헤모글로빈 사슬에 더 가까이 위치해 있다.
• SPST 계통수에서는 적갈색 사슴(Odocoileus virginianus)이 mamalian 클러스터 외부에 잘못 배치되어 있으며, 이는 PAM 계통수에서는 관찰되지 않는 오류이다.
• SPST 거리와 PAM 거리 간에 비선형적 관계가 관찰되었으며, 특히 작은 PAM 거리에서 SPST 거리가 크게 증가함에 따라 미세한 서열 변화에 매우 민감한 것으로 나타났다.
• 맥락 트리의 유한한 구조적 특성과 β-거리의 특정한 형태가 장거리 진화 거리에서 관찰된 평탄한 효과(plateau effect)에 기여하는 것으로 보인다.
• 연구 결과, 전이 확률 추정치를 직접 사용하지 않더라도 맥락 트리의 구조적 아키텍처가 계통수 추론에 생물학적으로 의미 있는 정보를 담고 있음을 입증하였다.