[논문 리뷰] Mathematical Framework for Phylogenetic Birth-And-Death Models

Miklós Csürös, István Miklós|ArXiv.org|2009. 02. 05.

Genomics and Phylogenetic Studies참고 문헌 6인용 수 4

한 줄 요약

이 논문은 뿌리 내림 나무에 따라 진화하는 유전자 가족 크기와 계통 특이적 진화 사건(증가, 손실, 확장, 축소)에 대한 가능도 계산 및 사후 추론을 가능하게 하는 계통발생적 출생-죽음 모델에 대한 종합적인 수학적 프레임워크를 제시한다. 이는 증가-손실-중복 모델에서 전이 확률을 계산하기 위한 재귀적 알고리즘을 도입하며, 일시적 분포에 대한 정확한 공식과 영-profile에 대한 가능도 보정을 제공하여, 유전자 가족 진화 분석의 정확도를 크게 향상시킨다.

ABSTRACT

A phylogenetic birth-and-death model is a probabilistic graphical model for a so-called phylogenetic profile, i.e., the size distribution for a homolog gene family at the terminal nodes of a phylogeny. Profile datasets are used in bioinformatics analyses for the inference of evolutionary trees, and of functional associations between gene families, as well as for the quantification of various processes guiding genome evolution. Here we describe the mathematical formalism for phylogenetic birth-and-death models. We also present an algorithm for computing the likelihood in a gain-loss-duplication model.

연구 동기 및 목표

• 뿌린 계통발생도에서 유전자 가족 크기 진화를 위한 계통발생적 출생-죽음 모델의 수학적 구조를 체계화하기.
• 일반적인 증가-손실-중복 과정 하에서 관측된 계통발생적 프로파일의 가능도를 효율적으로 계산하기 위한 알고리즘 개발.
• 관측된 종단 가족 수에서 조상의 유전자 가족 크기와 계통 특이적 진화 사건(증가, 손실, 확장, 축소)에 대한 사후 추론 가능하게 하기.
• 영-profile의 부족한 표현을 보정하기 위해 생존 가능도 프레임워크를 사용한 가능도 보정.

제안 방법

• 모델은 손실(μ), 중복(λ), 증가(κ)에 대해 간선별로 지정된 비율을 갖는 뿌리 내림 나무를 사용하며, 선형 출생-죽음 과정을 통해 인구 크기의 진화를 모델링한다.
• 간선에서의 전이 확률은 표 1에 기재된 알려진 일시적 분포를 사용하여 계산되며, 이는 음이 이항분포, 포oisson, 이동 기하분포 및 베르누이 형태를 포함한다.
• 프로파일의 가능도는 생존 가능도와 잘린 부분나무에서의 조건부 확률을 조합하여 계산하는 재귀적 알고리즘을 통해 계산된다.
• 영-profile에 대한 가능도 보정은 공식 $ L_1 = \frac{L}{1 - p_0} $ 를 사용하며, 여기서 $ p_0 $ 는 존재하지 않는 전부 영인 프로파일의 기대 수를 반영한다.
• 사후 확률은 조건부 생존 가능도와 관측되지 않은 내부 노드에 대한 극대화를 통해 조상 가족 크기와 계통 특이적 사건에 대해 유도된다.
• 계통발생도를 조상, 자손 및 측지 브랜치로 분해함으로써 노드 쌍에 대한 공동 확률을 정확하게 계산할 수 있다.

실험 결과

연구 질문

• RQ1 임의의 간선 비율과 루트 분포를 가진 일반적인 증가-손실-중복 모델 하에서, 계통발생적 프로파일의 가능도를 효율적으로 계산할 수 있는 방법은 무엇인가?
• RQ2 증가, 중복 및 손실가 존재하는 선형 출생-죽음 과정의 일시적 분포의 정확한 수학적 형태는 무엇인가?
• RQ3 내부 노드 상태가 관측되지 않을 경우, 조상 유전자 가족 크기의 사후 확률은 어떻게 계산할 수 있는가?
• RQ4 누락된 영-profile에 대한 적절한 보정을 통해 계통 특이적 진화 사건(증가, 손실, 확장, 축소)을 어떻게 추론할 수 있는가?
• RQ5 관측되지 않은 조상 상태가 진화 역학 추정에 미치는 영향은 무엇이며, 이를 어떻게 보정할 수 있는가?

주요 결과

• 논문은 네 가지 모델 변형(GLD, GL, DL, PL)에 대해 선형 출생-죽음 과정의 일시적 분포에 대한 정확한 해석적 표현을 유도하여 정밀한 가능도 계산을 가능하게 한다.
• 프로파일의 가능도를 계산하기 위한 재귀적 알고리즘이 제안되었으며, 이는 노드 수와 관측된 가족 크기의 최댓값에 따라 시간 복잡도가 결정된다.
• 가능도 보정 공식 $ L_1 = \frac{L}{1 - p_0} $ 는 기대되는 존재하지 않는 영-프로파일 수를 반영하여 추정 정확도를 향상시킨다.
• 조상 유전자 가족 크기의 사후 확률은 생존 가능도와 조건부 분포를 사용하여 계산되며, 각 노드에서의 가정 가족 수의 평균에 대한 명시적 공식이 제공된다.
• 계통발생도를 분해하고 노드 쌍의 공동 확률를 계산함으로써 증가, 손실, 확장, 축소와 같은 계통 특이적 사건의 추론이 가능해진다.
• 이 프레임워크는 내부 노드에서의 유전자 내용에 대한 사후 추론을 지원하며, 극대화 및 생존 가능도를 통해 관측되지 않은 조상 상태를 체계적으로 다룰 수 있는 방법을 제공한다.