[논문 리뷰] Parameterized Intractability of Motif Search Problems

Michael R. Fellows, Jens Gramm외 1명|ArXiv.org|2002. 05. 21.

Algorithms and Data Compression참고 문헌 24인용 수 7

한 줄 요약

이 논문은 계산 생물학에서 핵심적인 모티프 검색 문제인 Closest Substring와 Consensus Patterns의 매개변수화 불가능성을 입증한다. 이는 입력 문자열 수 $k$에 따라 매개변수화되었을 때, 이들 문제가 심지어 이진 알파벳에서도 W[1]-hard임을 보여준다. 이 결과는 $k$에 대한 효율적인 고정 매개변수 알고리즘의 존재가 거의 없음을 시사하며, $k \geq 3$일 경우 실용적 타당성을 떨어뜨린다.

ABSTRACT

We show that Closest Substring, one of the most important problems in the field of biological sequence analysis, is W[1]-hard when parameterized by the number k of input strings (and remains so, even over a binary alphabet). This problem is therefore unlikely to be solvable in time O(f(k)\cdot n^{c}) for any function f of k and constant c independent of k. The problem can therefore be expected to be intractable, in any practical sense, for k>=3. Our result supports the intuition that Closest Substring is computationally much harder than the special case of Closest String, although both problems are NP-complete. We also prove W[1]-hardness for other parameterizations in the case of unbounded alphabet size. Our W[1]-hardness result for Closest Substring generalizes to Consensus Patterns, a problem of similar significance in computational biology.

연구 동기 및 목표

• 계산 생물학에서의 모티프 검색 문제, 특히 Closest Substring와 Consensus Patterns의 매개변수화 복잡도를 조사하기 위해.
• 입력 문자열 수 $k$에 따라 매개변수화되었을 때, 이러한 문제가 효율적인 고정 매개변수 알고리즘을 갖는지 여부를 규명하기 위해.
• 이 문제들에 대해 NP-완전성과 고정 매개변수 타당성 사이의 계산적 경계를 명확히 하기 위해.
• 매개변수 $k$가 고정되었을 때, 거리 매개변수 $d$ 또는 알파벳 크기가 복잡도에 영향을 미치는지 조사하기 위해.
• 실제로 $k \geq 3$일 경우 정확한 알고리즘이 실용적으로 불가능한 이유를 설명하는 공식적인 불가능성 결과를 수립하기 위해.

제안 방법

• 그래프의 정점과 간선을 이진 코드로 표현한 문자열을 사용하여 $k$-Clique 문제에서 Consensus Patterns로의 감소.
• 해결책 문자열 $s$의 구조적 제약 조건을 해밍 거리 범위를 통해 강제하기 위해 템플릿 문자열과 선택 문자열을 구성.
• 선택 문자열의 매치에서 '1' 기호의 위치에 대한 일관성을 강제하기 위해 열 단위로 불일치를 분석.
• 매치 간의 다수결 투표를 활용하여 해밍 거리 제약 조건에 기반해 해결책 문자열 $s$의 올바른 비트를 유추.
• 매치 간에 일관된 '1' 위치가 존재할 경우 원래 그래프에 클리크가 존재함을 증명함으로써 W[1]-hardness를 확립.
• 유사한 인코딩 및 거리 제약 조건 논증을 통해 Closest Substring로의 감소를 확장하여 최대 거리 측정 기준에서도 W[1]-hardness를 입증.

실험 결과

연구 질문

• RQ1 입력 문자열 수 $k$에 따라 매개변수화되었을 때, Closest Substring 문제는 W[1]-hard인가?
• RQ2 Closest Substring 문제에 대한 W[1]-hardness 결과는 이진 알파벳에서도 유지되는가?
• RQ3 Consensus Patterns 문제도 $k$에 따라 매개변수화되었을 때, 심지어 이진 알파벳에서도 W[1]-hard인가?
• RQ4 알파벳 크기가 일정할 경우, 거리 매개변수 $d$에 대한 이러한 문제들의 매개변수화 복잡도는 해결될 수 있는가?
• RQ5 거리 측정 기준(최대 vs. 합계)이 모티프 검색 문제의 매개변수화 복잡도에 어떤 영향을 미치는가?

주요 결과

• Closest Substring는 $k$에 따라 매개변수화되었을 때, 심지어 이진 알파벳에서도 W[1]-hard임을 보여주며, 이는 어떤 함수 $f$와 상수 $c$에 대해서도 $O(f(k) \cdot n^c)$ 알고리즘이 존재하지 않음을 의미한다.
• Consensus Patterns는 이진 알파벳에서 $k$에 따라 매개변수화되었을 때 W[1]-hard이며, $k$-Clique에서의 감소를 통해 입증된다.
• 해결책 문자열의 인코딩 부분은 원래 그래프에서 $k$-클리크를 나타내야 하며, 이는 선택 문자열의 매치에서 일관된 '1' 위치로 확인된다.
• 인코딩 부분의 각 열에 대해 불일치 수는 정확히 ${k \choose 2} - (k-1)$이며, 이는 해결책의 구조적 일관성을 강제한다.
• 거리 매개변수 $d$가 작지 않은 경우에도 결과가 유지되며, 이는 Consensus Patterns에서 일반적인 상황이므로 실무에서 특히 어려운 문제임을 시사한다.
• 두 문제 모두 $k$에 따라 매개변수화되었을 때 W[1]-hard임을 보여주는 결과는 효율적인 고정 매개변수 알고리즘이 거의 없음을 시사하며, 이러한 문제들에 대한 실용적인 EPTAS의 타당성에 의문을 제기한다.