[논문 리뷰] TAPIR enables high-throughput estimation and comparison of phylogenetic informativeness using locus-specific substitution models

Brant C. Faircloth, Jonathan L. Chang외 1명|arXiv (Cornell University)|2012. 02. 06.

Genomics and Phylogenetic StudiesBiochemistry, Genetics and Molecular Biology참고 문헌 11인용 수 17

한 줄 요약

TAPIR는 고속 처리가 가능한 계산 도구로, 고속 병렬 시퀀싱 시대의 요구에 부응하여 각 유전자위치의 치환 모델을 고려한, 수백에서 수천 개의 유전자위치에 걸쳐 계통발생적 정보성(PI)을 신속하게 추정하고 비교할 수 있도록 한다. 이는 계통발생적 마커의 스케일러블 필터링이 점점 더 중요해지는 상황에서, 다양한 시간 척도에서 진화적 관계를 규명하는 데 최적의 유전자위치를 식별하기 위해 PI 값을 효율적으로 계산함으로써 해결한다.

ABSTRACT

Massively parallel DNA sequencing techniques are rapidly changing the dynamics of phylogenetic study design by exponentially increasing the discovery of phylogenetically useful loci. This increase in the number of phylogenetic markers potentially provides researchers the opportunity to select subsets of loci best-addressing particular phylogenetic hypotheses based on objective measures of performance over different time scales. Investigators may also want to determine the power of particular phylogenetic markers relative to each other. However, currently available tools are designed to evaluate a small number of markers and are not well-suited to screening hundreds or thousands of candidate loci across the genome. TAPIR is an alternative implementation of Townsend's estimate of phylogenetic informativeness (PI) that enables rapid estimation and summary of PI when applied to data sets containing hundreds to thousands of candidate, phylogenetically informative loci.

연구 동기 및 목표

• 고속 시퀀싱 환경에서 수백 또는 수천 개의 계통발생적 마커를 걸러내는 과제를 해결하기 위해.
• 수백 또는 수천 개의 유전자위치에 스케일링되지 않는 기존 도구의 한계를 극복하기 위해.
• 다양한 시간 척도에서 진화적 관계를 규명하는 데 있어 유전자위치의 성능을 객관적으로 비교할 수 있는 방법을 제공하기 위해.
• 특정 진화적 가설에 적합한 유전자위치의 최적 조합을 선택할 수 있도록 지원하기 위해.
• 마커의 비교적 강력한 분석을 통해 진화 추론에서의 상대적 유용성을 평가하기 위해.

제안 방법

• 유전자위치별 치환 모델을 허용하는 토머슨의 계통발생적 정보성(PI) 프레임워크를 적응시켰다.
• 유전자 서열 데이터와 분지 길이 추정치를 사용하여 각 유전자위치의 PI를 자동으로 계산한다.
• 대규모 유전자위치 데이터셋을 병렬 처리하기 위한 고성능 계산 파이프라인을 구현한다.
• 각 유전자위치에 특화된 치환 모델 파rameter(예: 전이/전위비율)를 통합하여 PI 정확도를 향상시킨다.
• 유전자위치 간 PI 비교 분석을 위한 요약 통계 및 시각화 자료를 생성한다.
• 배치 처리를 지원하여 유전자 데이터의 스케일러블 마커 걸러내기를 가능하게 한다.

실험 결과

연구 질문

• RQ1 고속 병렬 시퀀싱 데이터셋에서 다양한 시간 척도에서 가장 높은 계통발생적 정보성을 제공하는 유전자위치는 무엇인가?
• RQ2 일반 모델 대비 유전자위치별 치환 모델링이 계통발생적 정보성 추정 정확도를 어떻게 향상시키는가?
• RQ3 TAPIR은 수천 개의 유전자위치를 효율적으로 순위 매기고 비교하여 특정 계통발생적 관계를 규명하는 데 유용한가?
• RQ4 다른 마커들은 깊은 분열과 얕은 분열을 규명하는 데 상대적으로 어떤 힘을 지닌가?
• RQ5 연구자들은 객관적인 PI 지표에 기반해 어떻게 체계적으로 최적의 마커 조합을 선택할 수 있는가?

주요 결과

• TAPIR은 수백에서 수천 개의 유전자위치에 걸쳐 계통발생적 정보성을 빠르게 추정할 수 있으며, 확장성 측면에서 전통적 도구보다 뛰어나다.
• TAPIR의 유전자위치별 치환 모델은 유전자위치 간 진화 속도와 패턴의 변동성을 반영함으로써 PI 추정 정밀도를 향상시킨다.
• 이 도구는 깊은 분열과 얕은 분열을 규명하는 데 높은 정보성을 지닌 유전자위치를 성공적으로 식별하여 가설 기반 마커 선택을 지원한다.
• TAPIR은 마커 성능 비교를 위한 확장 가능한 프레임워크를 제공하여 연구자들이 객관적이고 시간 척도에 맞는 지표에 기반해 유전자위치를 우선순위 정렬할 수 있도록 한다.
• 이 방법은 계산적으로 효율적이며 고속 계통 게놈 파이프라인에 통합하기 적합하다.
• 보조 자료는 시뮬레이션 및 실재 데이터셋을 통한 검증을 통해 TAPIR의 PI 추정이 견고함을 확인한다.