[논문 리뷰] Species Tree Estimation Using ASTRAL: Practical Considerations

Siavash Mirarab|arXiv (Cornell University)|2019. 04. 08.

Genetic diversity and population structure참고 문헌 97인용 수 44

한 줄 요약

이 장은 MSC 모델 하에서 종 트리 추정에 대한 ASTRAL의 실용적 사용을 검토하며, 알고리즘적 기초, 정확도, 확장성, 입력 준비, 출력 및 후속 분석에 대해 다룬다.

ABSTRACT

ASTRAL is a method for reconstructing species trees after inferring a set of gene trees and is increasingly used in phylogenomic analyses. It is statistically consistent under the multi-species coalescent model, is scalable, and has shown high accuracy in simulated and empirical studies. This chapter discusses practical considerations in using ASTRAL, starting with a review of published results and pointing to the strengths and weaknesses of species tree estimation using ASTRAL. It then continues to detail the best ways to prepare input gene trees, interpret ASTRAL outputs, and perform follow-up analyses.

연구 동기 및 목표

• MSC 기반의 종 트리 추정 사용 동기 및 스케일러블한 요약 방법으로서의 ASTRAL의 역할 요약
• quartet 기반 최적화와 제약된 MQSST를 포함한 ASTRAL의 주요 알고리즘 아이디어 설명
• 정확도에 영향을 미치는 입력 유전자 계통도에 대해 논의하고 낮은 지지 가지의 수축에 대한 모범 사례 제시
• ASTRAL 출력 해석 및 후속 분석 수행에 대한 실용적 고려사항 설명
• 다양한 개체를 한 종당 포함하는 경우의 런타임 특성, 확장(예: ASTRAL-MP) 및 고려사항 하이라이트

제안 방법

• MQSST 최적화를 유사 분할 집합 X를 미리 정의한 상태에서 유전자 계통도와 공유된 쿼터 토폴로지를 최대화하는 문제로 형식화한다.
• 제약된 동적 프로그래밍 접근법을 사용하여 X의 미리 정의된 허용 이분법 집합으로 MQSST를 효율적으로 해결한다.
• tripartitions P에 대한 quartet-attachment 가중치 w(P)를 계산하고 클러스터 간의 동적 프로그래밍을 활용하여 I(j,i)를 효율적으로 평가한다.
• 확장된 종 트리를 통해 종당 다수의 개체를 고려하고 경계 조건과 집합 X를 적절히 조정한다.
• 유전자 계통도가 불완전하거나 다분지 계통인 경우 집합 X를 휴리스틱하게 확장하되 성장은 관리 가능한 범위(O(D(nk)^{1.726}))로 유지한다.
• 낮은 지지 가지의 수축(예: BS < 5-20%)을 포함한 입력 준비 및 유전자 계통도 추정 방법(ML, Bayesian)과 이들의 ASTRAL 결과에 미치는 영향에 대한 지침 제시

실험 결과

연구 질문

• RQ1 MSC 모델 아래에서 쿼터 정보를 사용하여 유전자 계통도에서 종 트리를 어떻게 추정하는가?
• RQ2 제약된 MQSST의 계산적 함의와 DP가 데이터 규모 및 유전자 계통도 불일치에 따라 어떻게 확장되는가?
• RQ3 실제 데이터셋에서 ASTRAL의 정확성을 극대화하기 위해 연구자가 유전자 계통도를 어떻게 준비하고 관리해야 하는가?
• RQ4 종당 다수의 개체를 포함하는 것이 ASTRAL 추정에 어떤 실용적 영향을 미치는가?
• RQ5 유전자 계통도 추정, 누락 데이터, HGT 등 다양한 입력 불확실성이 ASTRAL의 일관성과 정확도에 어떤 영향을 미치는가?

주요 결과

• MSC 모델 하에서 입력 유전자 계통도가 진짜 종 트리에 대해 MSC에서 도출될 때 ASTRAL은 통계적으로 일관성을 가진다.
• 사전에 정의된 이분법 집합으로 제약된 MQSST는 확장 가능한 최적화를 가능하게 하며 MSC 하에서도 일관성을 유지한다.
• 주요 계산은 유전자 트리와 종 트리 사이에 공유되는 쿼터 토폴로지를 가중치 w(P)로 계산하고 군집 간의 다항 프로그래밍을 통해 효율적으로 수행하는 것으로 축소된다.
• 종당 다수의 개체를 조정된 경계 조건과 재정의된 X 집합으로 수용하면 최적의 확장 종 트리를 얻을 수 있다.
• 입력 품질은 정확도에 상당한 영향을 미치며, 낮은 지지 가지를 수축하는 것이 정확도를 크게 높일 수 있지만 과도한 수축은 성능을 해칠 수 있다.
• ASTRAL-III의 실용적 실행 시간은 입력 D에 따라 O(D(nk)^{1.726})이며, ASTRAL-MP는 대규모 데이터셋에서 분석 속도를 크게 가속화하고 특정 시나리오에서는 최대 150배의 속도 상승을 보인다.
• 전화표현 및 기타 요약 방법과 비교할 때, ASTRAL은 일반적으로 높은 ILS와 중간 수준의 유전자 계통도 오차에서 안정적인 정확도를 제공하는 편이나 데이터 특성에 따라 성능이 달라진다.