[논문 리뷰] Parametric inference of recombination in HIV genomes

Niko Beerenwinkel, Colin N. Dewey외 1명|ArXiv.org|2005. 12. 08.

Genomics and Phylogenetic Studies참고 문헌 37인용 수 3

한 줄 요약

이 논문은 전체 길이의 서열 정렬을 사용하여 재조합된 HIV-1 게놈을 탐지하고 애너테이션하는 데 사용되는 매개변수화된 은닉 마르코프 모델(HMM)을 제시한다. 모든 매개변수 값에 걸쳐 매개변수 기반 추론를 수행함으로써, 최적의 부모 아형 할당을 식별하고 다양한 매개변수 범위에서 강력하고 일관된 애너테이션을 제공하며, 고정된 매개변수 접근 방식에 비해 탐지 정확도를 크게 향상시킨다.

ABSTRACT

Recombination is an important event in the evolution of HIV. It affects the global spread of the pandemic as well as evolutionary escape from host immune response and from drug therapy within single patients. Comprehensive computational methods are needed for detecting recombinant sequences in large databases, and for inferring the parental sequences. We present a hidden Markov model to annotate a query sequence as a recombinant of a given set of aligned sequences. Parametric inference is used to determine all optimal annotations for all parameters of the model. We show that the inferred annotations recover most features of established hand-curated annotations. Thus, parametric analysis of the hidden Markov model is feasible for HIV full-length genomes, and it improves the detection and annotation of recombinant forms. All computational results, reference alignments, and C++ source code are available at http://bio.math.berkeley.edu/recombination/.

연구 동기 및 목표

• 확률 모델링을 활용하여 재조합된 HIV-1 게놈을 탐지하고 애너테이션하는 계산 방법을 개발한다.
• 모든 가능한 매개변수 값을 동시에 분석함으로써 HMM 기반 재조합 추론에서의 매개변수 민감도 문제를 해결한다.
• 고정된 매개변수 모델에 비해 HIV-1 순환 재조합 형태(CRFs)의 부모 아형 할당 정확도와 강건성을 향상시킨다.
• 매개변수 선택이 재조합 애너테이션에 미치는 영향을 이해하는 데 유용한 종합적이고 해석 가능한 프레임워크를 제공한다.
• 동적 프ogram밍과 매개변수 분석을 활용하여 전체 길이의 HIV-1 게놈에 대해 효율적이고 확장 가능한 추론을 가능하게 한다.

제안 방법

• 각 상태가 잠재적인 부모 아형에 대응하는 은닉 마르코프 모델(HMM)을 구축하며, 전이 확률은 재조합 사건을 나타낸다.
• 모델은 뉴클레오티드 치환 확률(유일한 Jukes-Cantor 가정)과 재조합(ρ) 및 돌연변이(μ) 전이 확률을 기반으로 한 발화 확률을 사용한다.
• 동적 프로그래밍을 활용한 매개변수 기반 추론를 통해 전체 2차원 매개변수 공간(ρ, μ)에서 모든 최적의 애너테이션을 계산한다.
• 해결책은 애너테이션 다각형으로 표현되며, 모든 매개변수 조합에 대한 최적의 부모 할당을 모두 코딩한다.
• 수동으로 커리티드된 애너테이션과의 일치도를 검증 지표로 사용하여 매개변수 영역 전역에서 모델 성능을 평가한다.
• 사전에 매개변수 해를 계산한 후 애너테이션 다각형에서 선형 프로그래밍을 풀어 효율적인 MAP 추정을 가능하게 한다.

실험 결과

연구 질문

• RQ1 HIV-1 CRFs의 최적의 부모 아형 애너테이션을 얻는 데 가장 적합한 HMM 매개변수(ρ, μ)의 범위는 무엇인가?
• RQ2 매개변수 기반 추론은 다양한 매개변수 값에서 재조합 애너테이션의 강건성과 민감도를 어떻게 드러내는가?
• RQ3 두 매개변수를 가진 단일 HMM이 다양한 HIV-1 재조합 형태에서 전문가가 커리티드한 애너테이션과 높은 일치도를 달성할 수 있는가?
• RQ4 다양한 매개변수 영역은 어떻게 다른 재조합 브레이크포인트 패턴과 부모 집합 할당에 대응하는가?
• RQ5 매개변수 분석은 고정된 매개변수 추론에 비해 더 정보가 많고 신뢰도가 높은 애너테이션을 제공하는가?

주요 결과

• 균일한 CRF 분포에서 최대 기대 일치도 점수 0.874를 확보하며, 이는 α ∈ [1.481, 1.485]에서 도달되며 최적의 매개변수 조건에서 높은 정확도를 의미한다.
• α ∈ [1.472, 1.494] 영역에서는 점수 ≥ 0.85를 기대할 수 있으며, 이는 매우 좁고 날카로운 매개변수 영역으로서 모델이 여전히 매우 정확하게 유지됨을 시사한다.
• 동일한 매개변수 영역에서 순수 아형의 기대 점수는 여전히 높다(≥ 0.95), 이는 재조합체와 비재조합체를 강력하게 구분함을 의미한다.
• 애너테이션 다각형은 매개변수 전역에서 모든 최적의 부모 할당을 포괄하며, 일부 매개변수 값은 전체 부모 집합을 탐지하는 반면 다른 값은 짧은 서브시퀀스만 탐지함을 드러낸다.
• 매개변수 기반 추론는 최적의 매개변수 영역이 여러 CRFs에 걸쳐 안정적이고 일관됨을 보여주며, 생물학적 변동성에 대해 강건함을 시사한다.
• 이 방법은 계산적으로 효율적이고 확장 가능하여, 전체 길이의 HIV-1 게놈 341건(~10,000 nt)을 매개변수화된 HMM 추론를 통해 성공적으로 분석하였다.