[논문 리뷰] New g%AIC, g%AICc, g%BIC, and Power Divergence Fit Statistics Expose Mating between Modern Humans, Neanderthals and other Archaics

Peter J. Waddell, Xi Li Tan|arXiv (Cornell University)|2012. 12. 31.

Pleistocene-Era Hominins and Archaeology참고 문헌 25인용 수 3

한 줄 요약

이 논문은 정보이론적 원리를 g%SD 기준과 융합함으로써 유전적 자료에 대한 모델 선택을 향상시키는 새로운 정보 기준—g%AIC, g%AICc, g%BIC 및 힘의 분산 기반 적합도 통계량—을 소개한다. 인간과 고대 호미닌 게놈에 적용된 결과, 고대의 혼혈화에 대한 강력한 통계적 증거를 제공하며, 특히 허먼 엘레크트루스가 디노보산에 중요한 유전적 기여를 했음을 시사한다.

ABSTRACT

The purpose of this article is to look at how information criteria, such as AIC and BIC, relate to the g%SD fit criterion derived in Waddell et al. (2007, 2010a). The g%SD criterion measures the fit of data to model based on a normalized weighted root mean square percentage deviation between the observed data and model estimates of the data, with g%SD = 0 being a perfectly fitting model. However, this criterion may not be adjusting for the number of parameters in the model comprehensively. Thus, its relationship to more traditional measures for maximizing useful information in a model, including AIC and BIC, are examined. This results in an extended set of fit criteria including g%AIC and g%BIC. Further, a broader range of asymptotically most powerful fit criteria of the power divergence family, which includes maximum likelihood (or minimum G^2) and minimum X^2 modeling as special cases, are used to replace the sum of squares fit criterion within the g%SD criterion. Results are illustrated with a set of genetic distances looking particularly at a range of Jewish populations, plus a genomic data set that looks at how Neanderthals and Denisovans are related to each other and modern humans. Evidence that Homo erectus may have left a significant fraction of its genome within the Denisovan is shown to persist with the new modeling criteria.

연구 동기 및 목표

• AIC와 BIC와 유사한 모델 복잡도 조정을 통합함으로써 g%SD 기준의 한계를 보완하기 위해.
• 정보 기준을 힘의 분산 가족으로 확장함으로써 인구 게놈학에서의 모델 선택을 더 포괄적인 프레임워크로 발전시키기 위해.
• 현대 인간, 네안데르탈리안, 디노보산 및 기타 고대 호미닌 간의 고대 혼혈 사건을 향상된 방법으로 탐지하기 위해.
• 향상된 통계적 적합도 기준을 사용하여 허먼 엘레크트루스가 디노보산 라인에 기여한 유전적 물질의 비율이 유의미한지 평가하기 위해.
• 유전적 거리 분석에서 전통적인 제곱합 기반 모델 피팅에 대한 강력한 정보이론적 대안을 제공하기 위해.

제안 방법

• 제곱합 이탈의 대체로 힘의 분산 통계량을 사용하여 g%SD 기준을 수정함. 이는 최소 G²(우도 기반) 및 최소 X²(피어슨卡제곱)를 특수 케이스로 포함한다.
• 힘의 분산 적합도를 정보이론적 프레임워크에 통합함으로써 새로운 정보 기준—g%AIC, g%AICc(작은 표본에 대한 보정), g%BIC—을 유도한다.
• 유대 집단을 포함한 다양한 인간 인구의 유전적 거리 행렬과 네안데르탈리안, 디노보산, 현대 인간의 전장 게놈 데이터에 새로운 적합도 통계량을 적용한다.
• 힘의 분산 가족에서 점점 더 강력한 통계량을 사용하여 모델 적합도를 평가하면서도 매개변수 수에 대한 벌점 부여를 수행한다.
• 정보 기준을 사용하여 혼혈 및 분화의 진화 모델 간 비교를 수행하고 순위를 매긴다.
• 다양한 분화 매개변수를 통해 모델 적합도를 비교하고 데이터셋 간 일관성을 평가함으로써 결과를 검증한다.

실험 결과

연구 질문

• RQ1 기존의 g%SD와 비교해 볼 때, 새로운 g%AIC 및 g%BIC 기준은 인구 게놈학에서 모델 선택 정확도를 향상시키는가?
• RQ2 새로운 적합도 통계량을 사용할 경우, 현대 인간, 네안데르탈리안, 디노보산 간의 혼혈에 대한 통계적 증거는 무엇인가?
• RQ3 새로운 모델 선택 프레임워크에 따르면, 허먼 엘레크트루스가 디노보산 라인에 기여한 기여율이 유의미한가?
• RQ4 힘의 분산 기반 적합도 통계량은 고대 혼혈 탐지에서 전통적인 제곱합 기반 및 우도 기반 방법과 비교해 어떻게 다를까?
• RQ5 새로운 기준은 모델 복잡도를 얼마나 잘 반영하면서도 유전적 분화 패턴에 민감하게 반응하는가?

주요 결과

• 새로운 g%AIC, g%AICc 및 g%BIC 기준은 원래의 g%SD 기준보다 더 강력하고 포괄적인 모델 선택 프레임워크를 제공한다.
• 힘의 분산 가족의 적합도 통계량은 g%SD 프레임워크에서 제곱합을 성공적으로 대체하여 우도 기반 추론과 더 잘 일치하도록 한다.
• 새로운 정보 기준을 사용하여 현대 인간, 네안데르탈리안, 디노보산 간의 혼혈에 강력한 통계적 지지를 찾을 수 있었다.
• 향상된 모델 선택 기준을 적용한 후에도, 허먼 엘레크트루스가 디노보산에 기여한 유전적 기여의 증거는 여전히 유의미하다.
• 새로운 적합도 통계량은 특히 복잡한 혼혈 시나리오에서 이전 방법보다 더 신뢰성 있게 미세한 유전적 분화 패턴을 탐지한다.
• 결과는 확장된 정보 기준이 고대 인간 게놈학에서 가장 적합한 진화 모델을 식별하는 데 효과적임을 보여준다.