[논문 리뷰] From gene trees to species trees II: Species tree inference in the deep coalescence model

Louxin Zhang|arXiv (Cornell University)|2010. 03. 05.

Genomics and Phylogenetic Studies참고 문헌 33인용 수 4

한 줄 요약

이 논문은 종 분류수 나무 추론에서 깊은 공분열 비용과 유전자 복제/손실 비용 간의 기본적인 관계를 수립하며, 깊은 공분열 비용을 최소화하는 것이 NP-난해임을 증명한다. 깊은 공분열 비용은 유전자 손실 수에서 두 배의 복제 비용을 뺀 값과 같으며, 이를 계산하기 위한 선형 시간 알고리즘을 제시함으로써, 선형 스트레스 모델 하에서 히우리스틱 종 분류수 나무 추론의 이론적 기초를 제공한다.

ABSTRACT

When gene copies are sampled from various species, the resulting gene tree might disagree with the containing species tree. The primary causes of gene tree and species tree discord include lineage sorting, horizontal gene transfer, and gene duplication and loss. Each of these events yields a different parsimony criterion for inferring the (containing) species tree from gene trees. With lineage sorting, species tree inference is to find the tree minimizing extra gene lineages that had to coexist along species lineages; with gene duplication, it becomes to find the tree minimizing gene duplications and/or losses. In this paper, we show the following results: (i) The deep coalescence cost is equal to the number of gene losses minus two times the gene duplication cost in the reconciliation of a uniquely leaf labeled gene tree and a species tree. The deep coalescence cost can be computed in linear time for any arbitrary gene tree and species tree. (ii) The deep coalescence cost is always no less than the gene duplication cost in the reconciliation of an arbitrary gene tree and a species tree. (iii) Species tree inference by minimizing deep coalescences is NP-hard.

연구 동기 및 목표

• 유전자 나무-종 분류수 나무 재결합에서 깊은 공분열 비용, 유전자 복제 비용, 유전자 손실 수 간의 수학적 관계를 수립하기.
• 종 분류수 나무 추론을 위해 깊은 공분열 비용을 최소화하는 것이 계산적으로 타당한지 증명하기.
• 임의의 유전자 나무와 종 분류수 나무 사이의 깊은 공분열 비용을 계산하기 위한 선형 시간 알고리즘 제공하기.
• 깊은 공분열 비용이 항상 유전자 복제 비용보다 크거나 같음을 입증하여 두 비용 간의 밀접한 관계를 강조하기.
• 깊은 공분열 모델에서 효율적인 근사 알고리즘과 매개변수 기반 방법 개발을 위한 이론적 기초 마련하기.

제안 방법

• 유전자 나무와 종 분류수 나무 재결합에서 깊은 공분열 비용 = 유전자 손실 수 − 2 × 복제 비용임을 보여주는 폐쇄형 수식 유도하기.
• 최대 클리크 문제의 NP-완전성 문제에서의 축소를 통해 깊은 공분열 최소화 문제의 NP-난해성 증명하기.
• 나무의 구조와 간선 분할을 이용한 조합 분석을 통해 하위나무들 사이의 깊은 공분열 비용을 근사하기.
• 유전자 나무와 종 분류수 나무를 매개변수 프레임워크로 변환하여 비용 분포 분석하기.
• 임의의 유전자 나무와 종 분류수 나무 쌍에 대해 깊은 공분열 비용을 계산하기 위한 선형 시간 알고리즘 도입하기.
• 최소 공통 조상(LCA) 매핑과 부분 나무 분해를 활용하여 종 분류수 나무의 각 간선에서의 비용 기여도 분석하기.

실험 결과

연구 질문

• RQ1 유전자 나무-종 분류수 나무 재결합에서 깊은 공분열 비용, 유전자 복제 비용, 유전자 손실 수 간의 정확한 수학적 관계는 무엇인가?
• RQ2 깊은 공분열 비용을 최소화하여 종 분류수 나무를 추론하는 문제는 계산적으로 타당한가?
• RQ3 임의의 유전자 나무와 종 분류수 나무 쌍 간에 깊은 공분열 비용은 유전자 복제 비용과 어떻게 비교되는가?
• RQ4 깊은 공분열 비용은 효율적으로 계산될 수 있으며, 그 계산을 위한 다항식 시간 알고리즘이 존재하는가?
• RQ5 성능 비율이 유한한 근사 알고리즘을 가능하게 하는 구조적 또는 구조적 제약 조건이 존재하는가?

주요 결과

• 유전자 나무와 종 분류수 나무의 재결합에서 깊은 공분열 비용은 정확히 유전자 손실 수에서 두 배의 복제 비용을 뺀 값과 같다.
• 임의의 유전자 나무와 종 분류수 나무 쌍에 대해 깊은 공분열 비용은 항상 유전자 복제 비용보다 크거나 같다.
• 임의의 유전자 나무와 종 분류수 나무 쌍 사이의 깊은 공분열 비용을 계산하기 위한 선형 시간 알고리즘이 존재한다.
• 깊은 공분열 비용을 최소화하는 종 분류수 나무 추론 문제는 최대 클리크 문제에서의 축소를 통해 NP-난해임을 증명하였다.
• 최소 깊은 공분열 비용은 최소 복제 비용으로부터 아래로 제한되며, 이는 두 모델 간의 강력한 구조적 연결을 시사한다.
• 결과는 깊은 공분열 기반 종 분류수 나무 추론에 히우리스틱 방법을 사용할 근거를 제공하며, 근사 알고리즘 개발을 위한 길을 열어준다.