[논문 리뷰] Quartet-Based Inference Methods are Statistically Consistent Under the Unified Duplication-Loss-Coalescence Model

Alexey Markin, Oliver Eulenstein|arXiv (Cornell University)|2020. 04. 08.

Genomics and Phylogenetic Studies참고 문헌 15인용 수 4

한 줄 요약

이 논문은 유전자 트리의 4개 종 분류 기반 종 트리 추정 방법인 ASTRAL-one이 유전자 복제, 손실 및 완전하지 않은 선형 분리(인complete lineage sorting)를 통합한 통합된 복제-손실-공진화(DLCoal) 모델 하에서 통계적으로 일致함을 증명한다. 조건부 유전자 트리 확률을 분석하고 재결합 시나리오를 활용함으로써, 유전자 트리에서 무작위로 선택한 4개 종 분류는 다른 두 가지 가능한 4개 종 분류보다 종 트리의 4개 종 분류와 일치할 가능성이 더 높음을 보여주며, 이는 ASTRAL의 복잡한 진화적 상황에서의 경험적 강건성에 대한 이론적 근거를 제공한다.

ABSTRACT

The classic multispecies coalescent (MSC) model provides the means for theoretical justification of incomplete lineage sorting-aware species tree inference methods. A large body of work in phylogenetics is dedicated to the design of inference methods that are statistically consistent under MSC. One of such particularly popular methods is ASTRAL, a quartet-based species tree inference method. A few recent studies suggested that ASTRAL also performs well when given multi-locus gene trees in simulation studies. Further, Legried et al. recently demonstrated that ASTRAL is statistically consistent under the gene duplication and loss model (GDL). Note that GDL is prevalent in evolutionary histories and is a part of the powerful duplication-loss-coalescence evolutionary model (DLCoal) by Rasmussen and Kellis. In this work we prove that ASTRAL is statistically consistent under the general DLCoal model. Therefore, our result supports the empirical evidence from the simulation-based studies. More broadly, we prove that a randomly chosen quartet from a gene tree (with unique taxa) is more likely to agree with the respective species tree quartet than any of the two other quartets.

연구 동기 및 목표

• 유전자 복제, 손실 및 완전하지 않은 선형 분리를 통합한 통합 DLCoal 모델 하에서 ASTRAL-one의 이론적 통계 일致성 확립.
• 다양한 진화적 사건을 수반하는 다유전자 데이터에서 ASTRAL의 뛰어난 경험적 성능에 대한 이론적 근거 부족 문제 해결.
• 이미 알려진 MSC 및 GDL 모델 하에서의 통계 일치 결과를 더 포괄적인 DLCoal 프레임워크로 확장.
• DLCoal 하에서 유전자 트리의 4개 종 분류가 종 트리의 4개 종 분류와 일치할 확률이 확률적으로 유리함을 보여주기

제안 방법

• 유전자 트리의 4개 종 분류 구조에 초점을 맞춘 유한한 다종 공진화 모델 하에서 유전자 트리 확률 유도.
• 복제-손실 시나리오(예: (a,b,c), (ab,c) 등)를 체계적으로 분할하여 선형 공진화 패턴 분석.
• 전체 재결합 시나리오를 고려해 조건부 확률의 전체 확률 법칙을 적용하여 근사적 4개 종 분류 확률 계산.
• 대칭성과 확률적 지배 원리를 활용해 다양한 4개 종 분류 구조의 확률 비교.
• Legried 등이 제시한 GDL 일치성 결과를 활용하여 이를 전체 DLCoal 모델로 확장.
• 수학적 부등식과 보조정리(예: 보조정리 5, 6, 7)를 활용해 모든 시나리오에서 P[ab|cd ∈ G] ≥ P[ac|bd ∈ G] 를 증명

실험 결과

연구 질문

• RQ1 복제, 손실 및 완전하지 않은 선형 분리를 통합한 전체 DLCoal 모델 하에서 ASTRAL-one은 통계적으로 일치하는가?
• RQ2 유전자 트리에서 무작위로 선택한 4개 종 분류가 종 트리의 4개 종 분류보다 다른 두 가지 가능한 4개 종 분류보다 더 높은 확률로 일치하는가?
• RQ3 유전자 트리가 GDL 및 공진화 과정을 모두 포함하는 모델에서 생성될 경우, ASTRAL-one의 통계 일치성이 공식적으로 증명될 수 있는가?
• RQ4 다양한 복제-손실 구성이 종 트리의 4개 종 분류와의 일치 가능성에 어떤 영향을 미치는가?
• RQ5 ASTRAL-one의 4개 종 분류 일치에 대한 이론적 우위가 균형 잡힌 및 캐터필러 형태의 종 트리 구조 모두에서 유지되는가?

주요 결과

• ASTRAL-one은 통합된 DLCoal 모델 하에서 통계적으로 일치하며, 이는 유전자 트리 수가 증가함에 따라 종 트리 추정치가 진짜 종 트리로 수렴함을 의미한다.
• 모든 종 트리 4개 종 분류에 대해, 무작위로 선택한 유전자 트리 4개 종 분류는 다른 두 가지 가능한 4개 종 분류보다 종 트리 4개 종 분류와 일치할 가능성이 더 높다.
• 모든 DLCoal 시나리오에서 P[ab|cd ∈ G] ≥ P[ac|bd ∈ G] 이며, 특정 경우(예: 로커스 트리가 ab|cd를 나타낼 때)에서는 엄격한 부등식이 성립하여 정확한 4개 종 분류를 우선시하는 확률적 경향이 발생한다.
• 이 증명은 균형 잡힌 구조와 캐터필러 형태의 종 트리 모두에 대해 성립하여 트리 형태에 관계없이 강건함을 확인한다.
• 이 결과는 ASTRAL이 복제, 손실 및 완전하지 않은 선형 분리를 포함한 시뮬레이션 연구에서 뛰어난 경험적 성능를 보이는 데 대한 이론적 검증을 제공한다.
• 분석 결과는 ASTRAL의 핵심 원리—종 트리의 4개 종 분류와 일치하는 4개 종 분류를 우선시하는 원리—가 가장 포괄적인 유전자 트리 진화 모델 하에서도 유효함을 확인한다.