[논문 리뷰] Map of Life: Measuring and Visualizing Species' Relatedness with "Molecular Distance Maps"

Lila Kari, Kathleen A. Hill외 4명|arXiv (Cornell University)|2013. 07. 14.

Genomics and Phylogenetic Studies참고 문헌 42인용 수 3

한 줄 요약

이 논문은 DNA 서열을 이미지로 변환하는 데 Chaos Game Representation (CGR)를 사용하는 새로운 방법인 분자 거리 맵(Molecular Distance Maps)을 소개한다. 이 방법은 이러한 이미지 간의 구조적 이질성(DSSIM)을 계산하고, 다차원 척도법(MDS)을 적용하여 종 간 유사성을 2차원 유클리드 공간에서 시각화한다. 주요 기여는 일반 목적의 정렬 기반 방법으로, 진화적 관계를 정확히 반영하며, 네안데르탈인과 침팬지의 미토콘드리아 DNA(mtDNA)가 인간에 가장 가까운 것으로 올바르게 식별하고, 오이의 mtDNA가 가장 먼 것으로 확인한다.

ABSTRACT

We propose a novel combination of methods that (i) portrays quantitative characteristics of a DNA sequence as an image, (ii) computes distances between these images, and (iii) uses these distances to output a map wherein each sequence is a point in a common Euclidean space. In the resulting "Molecular Distance Map" each point signifies a DNA sequence, and the geometric distance between any two points reflects the degree of relatedness between the corresponding sequences and species. Molecular Distance Maps present compelling visual representations of relationships between species and could be used for taxonomic clarifications, for species identification, and for studies of evolutionary history. One of the advantages of this method is its general applicability since, as sequence alignment is not required, the DNA sequences chosen for comparison can be completely different regions in different genomes. In fact, this method can be used to compare any two DNA sequences. For example, in our dataset of 3,176 mitochondrial DNA sequences, it correctly finds the mtDNA sequences most closely related to that of the anatomically modern human (the Neanderthal, the Denisovan, and the chimp), and it finds that the sequence most different from it belongs to a cucumber. Furthermore, our method can be used to compare real sequences to artificial, computer-generated, DNA sequences. For example, it is used to determine that the distances between a Homo sapiens sapiens mtDNA and artificial sequences of the same length and same trinucleotide frequencies can be larger than the distance between the same human mtDNA and the mtDNA of a fruit-fly. We demonstrate this method's promising potential for taxonomical clarifications by applying it to a diverse variety of cases that have been historically controversial, such as the genus Polypterus, the family Tarsiidae, and the vast (super)kingdom Protista.

연구 동기 및 목표

• DNA 서열을 사용하여 종 간 유전적 관련성을 측정하고 시각화할 수 있는 일반 목적의 정렬 기반 방법을 개발한다.
• 수많은 미분류 종을 분류하는 데 도전하는 문제를 해결하기 위해, 종 간 관계를 정량적이고 시각적으로 제공하는 도구를 제공한다.
• 유사하지 않은 영역조차도 게놈 전체와 심지어 인공 서열 간에 비교할 수 있는 모든 DNA 서열을 비교할 수 있도록 한다.
• 고정된 기하학적 의미를 가진 거리 값을 제공함으로써 계통수와 DNA 바coding의 강력한 대안을 제공한다.
• 정량적 서열 유사성으로 다각도의 분류학적 혼란을 해소한다. 예를 들어, Polypterus, Tarsiidae, Protista에서의 문제를 해결한다.

제안 방법

• 핵산 조성과 고차원 패턴을 모두 포함하는 Chaos Game Representation (CGR)를 사용해 각 DNA 서열을 2차원 흑백 이미지로 변환한다.
• 구조적 유사도 지수 측정법(DSSIM)을 사용해 CGR 이미지 간의 쌍별 거리를 계산한다. DSSIM은 구조적 차이에 민감한 인간의 시각적 인식에 기반한 이미지 거리 측정법이다.
• 모든 서열 쌍 (i,j) 간의 DSSIM을 나타내는 거리 행렬 Δ(i,j)를 구성한다.
• 기존의 다차원 척도법(MDS)을 거리 행렬에 적용하여 모든 서열을 상대적 거리가 유지되도록 2차원 유클리드 공간에 점으로 매핑한다.
• 결과로 얻어진 분자 거리 맵을 시각화하며, 점 간 기하학적 거리가 유전적 관련성을 반영한다.
• 실제 미토콘드리아 DNA 서열과 동일한 삼핵산 빈도를 가진 인공 서열을 사용하여, 서열 조성에 대한 민감도를 테스트함으로써 방법을 검증한다.

실험 결과

연구 질문

• RQ1 정렬 없이도 CGR 기반의 DNA 서열 이미지 표현이 진화적 관련성을 효과적으로 포착하고 반영할 수 있는가?
• RQ2 다양한 분류군에 걸쳐 DSSIM 거리 측정값이 기존의 계통수 관계와 어떻게 비교되는가?
• RQ3 이 방법은 인간, 네안데르탈인, 디노소반과 같은 밀접하게 관련된 종들을 얼마나 정확히 구분할 수 있는가?
• RQ4 삼핵산 빈도만으로도 유전적 유사성을 정의할 수 있는가, 아니면 고차원 패턴이 더 중요한가?
• RQ5 이 방법은 Polypterus와 Tarsiidae와 같은 오랫동안 분류학적으로 애매한 군집의 문제를 해결할 수 있는가?

주요 결과

• 이 방법은 네안데르탈인 mtDNA가 현대 인간과 가장 가까운 것으로 정확히 식별되었으며, DSSIM 거리는 0.109로 측정되었고, 다음으로 디노소반(0.18), 침팬지(0.4655) 순이었다.
• 오이의 mtDNA는 호모 사피엔스 사피엔스와 가장 먼 거리를 유지하며, 진화적 분리가 확인되었다.
• 인간 mtDNA와 길이와 삼핵산 빈도가 동일한 인공 서열 간의 DSSIM 거리는 평균 0.9426로 측정되었으며, 이는 돌고래의 Drosophila melanogaster와의 거리(0.9313)를 초월하여 삼핵산 빈도만으로는 정확한 분류가 불가능함을 시사한다.
• 모든 DSSIM 거리 그래프, 특히 Primates mtDNA 비교 결과는 기존의 계통수와 완전히 일치하여 방법의 정확성을 검증하였다.
• 분자 거리 맵의 스트레스-1 값은 유일한 예외를 제외하고 모두 수용 가능한 수준(≤0.2)이었으며, 최고값은 0.19였고, 이는 점 간 거리의 상대적 유지 정도가 양호함을 나타낸다.
• 이 방법은 Polypterus, Tarsiidae, Protista와 같은 복잡한 분류학적 관계를 성공적으로 시각화하여, 분류학적 명확화에 유용할 가능성을 보였다.