[논문 리뷰] Efficient Exploration of the Space of Reconciled Gene Trees

Gergely J. Szöllősi, Wojciech Rosikiewicz외 3명|arXiv (Cornell University)|2013. 06. 10.

Genomics and Phylogenetic Studies참고 문헌 18인용 수 27

한 줄 요약

이 논문은 유전자 트리의 재조합을 효율적으로 탐색하는 확률적 방법인 통합가능도추정(Allelic Likelihood Estimation, ALE)을 소개한다. ALE는 유전자 트리 샘플에서 유도된 조건부 클레이드 확률과 유전자 중복, 이동, 손실을 고려하는 재조합 모델을 융합하여, 시퀀스 진화와 재조합을 동시에 모델링함으로써 유전자 트리 정확도를 크게 향상시킨다. 실제 및 시뮬레이션 데이터에서 진화적 불일치를 최대 59% 감소시킨다.

ABSTRACT

Gene trees record the combination of gene level events, such as duplication, transfer and loss, and species level events, such as speciation and extinction. Gene tree-species tree reconciliation methods model these processes by drawing gene trees into the species tree using a series of gene and species level events. The reconstruction of gene trees based on sequence alone almost always involves choosing between statistically equivalent or weakly distinguishable relationships that could be much better resolved based on a putative species tree. To exploit this potential for accurate reconstruction of gene trees the space of reconciled gene trees must be explored according to a joint model of sequence evolution and gene tree-species tree reconciliation. Here we present amalgamated likelihood estimation (ALE), a probabilistic approach to exhaustively explore all reconciled gene trees that can be amalgamated as a combination of clades observed in a sample of trees. We implement ALE in the context of a reconciliation model, which allows for the duplication, transfer and loss of genes. We use ALE to efficiently approximate the sum of the joint likelihood over amalgamations and to find the reconciled gene tree that maximizes the joint likelihood. We demonstrate using simulations that gene trees reconstructed using the joint likelihood are substantially more accurate than those reconstructed using sequence alone. Using realistic topologies, branch lengths and alignment sizes, we demonstrate that ALE produces more accurate gene trees even if the model of sequence evolution is greatly simplified. Finally, examining 1099 gene families from 36 cyanobacterial genomes we find that joint likelihood-based inference results in a striking reduction in apparent phylogenetic discord, with 24%, 59% and 46% percent reductions in the mean numbers of duplications, transfers and losses.

연구 동기 및 목표

• 부족한 계통발생 신호로 인해 순서 전용 유전자 트리 재구성의 정확도가 낮은 문제를 해결하기 위해.
• 유전자 트리와 종 트리 추론 간의 순환적 의존성을 제거하기 위해 유전자 트리와 종 트리의 진화를 함께 모델링하기 위해.
• 다수의 유전자 트리에서 유도된 클레이드 통합을 활용하여 재조합된 유전자 트리의 공간을 효율적으로 탐색하는 방법을 개발하기 위해.
• 유전자 트리 재구성의 불확실성으로 인한 가짜 계통발생적 불일치를 줄이기 위해.

제안 방법

• ALE는 유전자 트리 샘플에서 유도된 조건부 클레이드 확률(Conditional Clade Probabilities, CCPs)을 사용하여 유전자 트리 구조의 사후확률을 근사한다.
• 관측된 클레이드에서 통합될 수 있는 모든 재조합 유전자 트리에 대한 동시 가능도를 효율적으로 계산하기 위해 동적 프로그래밍을 확장한다.
• 유전자 중복, 이동, 손실를 고려하는 확률적 재조합 모델을 통합하며, 재조합 이벤트에 대해 재귀적 구조를 사용한다.
• 모든 가능한 통합 유전자 트리에 대한 동시 가능도 합을 근사함으로써, 공동 모델 하에서 최대우도 추정을 가능하게 한다.
• 계산 효율성을 위해 클레이드 간 조건부 독립을 가정하며, 최대 엔트로피 원리와 실증적 검증을 통해 이 가정의 타당성을 입증한다.
• 유전자 트리 재구성의 정확도를 향상시키기 위해 가설적 종 트리를 스카피드로 활용하여 공유된 진화적 역사를 유도한다.

실험 결과

연구 질문

• RQ1 순서 데이터와 종 트리와의 재조합을 함께 고려한 유전자 트리 공동 추정이 순서 전용 방법에 비해 유전자 트리 정확도를 크게 향상시키는가?
• RQ2 종 트리를 통합할 경우 중복, 이동, 손실와 같은 유전적 이벤트의 수가 얼마나 감소하는가?
• RQ3 ALE 기반 유전자 트리 재구성의 정확도는 MCMC 샘플의 완전성과 다양성에 얼마나 의존하는가?
• RQ4 조건부 클레이드 확률의 독립성 가정이 유전자 트리 추정에 심각한 편향을 초래하는가, 그리고 이는 이론적으로 정당화될 수 있는가?
• RQ5 시퀀스 진화 모델을 단순화한 경우에도 ALE를 통한 동시 가능도 추정이 유전자 가족 간 계통발생적 불일치를 줄일 수 있는가?

주요 결과

• ALE를 사용해 재구성한 유전자 트리는 순서 전용 방법에 비해 상당히 더 정확하며, 시뮬레이션에서 공통 트리 정확도가 92.4% 대비 83.6%로, 지지도 0.95 이상일 때 유의미하다.
• 1099개의 시아노박테리아 유전자 가족에서 ALE는 평균 중복, 이동, 손실 수를 각각 24%, 59%, 46% 감소시켰다.
• 데이터셋 II에서 이동 이벤트 수가 가족당 8.7에서 3.6로 감소하여 계통발생적 불일치가 크게 감소함을 시사한다.
• 단일 복제 유전자 가족의 종 트리와 유전자 트리 간 로빈슨-펄즈 거리가 25.8에서 11.4로 감소하여 불일치가 두 배 감소함을 반영한다.
• 재구성 오차는 누락된 분할 비율과 강하게 상관되어 있으며, 피어슨 상관계수 r = 0.71, p < 10−5 이다. 이는 더 큰 MCMC 샘플이 정확도를 추가로 향상시킬 수 있음을 시사한다.
• 단순화된 시퀀스 모델을 사용했음에도 불구하고 ALE 기반 트리는 정확한 시퀀스 모델을 사용한 트리보다 우수한 성능을 보이며, 재조합 모델링 잠재력이 여전히 남아 있음을 시사한다.