[논문 리뷰] Tropical Geometry of Phylogenetic Tree Space: A Statistical Perspective

Anthea Monod, Bo Lin외 2명|arXiv (Cornell University)|2018. 05. 31.

Morphological variations and asymmetry참고 문헌 83인용 수 21

한 줄 요약

이 논문은 프로젝티브 토러스 위의 트로피컬 거리(metric)를 사용하여 계통수 공간에 대한 트로피컬 기하학적 프레임워크를 제안한다. 이는 잘 정의된 통계 분석을 가능하게 하며, 시뮬레이션 및 실제 인플루엔자 데이터 분석에서 기존의 BHV 계통수 공간에 비해 더 높은 계산 효율성과 성능을 보인다.

ABSTRACT

Phylogenetic trees are the fundamental mathematical representation of evolutionary processes in biology. They are also objects of interest in pure mathematics, such as algebraic geometry and combinatorics, due to their discrete geometry. Although they are important data structures, they face the significant challenge that sets of trees form a non-Euclidean phylogenetic tree space, which means that standard computational and statistical methods cannot be directly applied. In this work, we explore the statistical feasibility of a pure mathematical representation of the set of all phylogenetic trees based on tropical geometry for both descriptive and inferential statistics, and unsupervised and supervised machine learning. Our exploration is both theoretical and practical. We show that the tropical geometric phylogenetic tree space endowed with a generalized Hilbert projective metric exhibits analytic, geometric, and topological properties that are desirable for theoretical studies in probability and statistics and allow for well-defined questions to be posed. We illustrate the statistical feasibility of the tropical geometric perspective for phylogenetic trees with an example of both a descriptive and inferential statistical task. Moreover, this approach exhibits increased computational efficiency and statistical performance over the current state-of-the-art, which we illustrate with a real data example on seasonal influenza. Our results demonstrate the viability of the tropical geometric setting for parametric statistical and probabilistic studies of sets of phylogenetic trees.

연구 동기 및 목표

• 비유클리드 계통수 공간에서 표준 통계 방법의 한계를 해결하기 위해 트로피컬 기하학적 대안을 제안한다.
• 확률론적 타당성을 확보하기 위해 일반화된 힐베르트 프로젝티브 거리(metric)를 갖춘 수학적으로 잘 정의된 거리 공간인 팔름 트리 공간을 구축한다.
• 트로피컬 기하학이 계통수 집합에 대한술적 기술 통계 및 추론 통계에 실용적으로 적용 가능함을 보여준다.
• 계산 효율성과 통계 성능 측면에서 트로피컬 접근법과 기존의 BHV 계통수 공간을 비교한다.
• 트로피컬 기하학을 활용한 향후 계통수에 대한 파rametric 통계 연구의 기초를 마련한다.

제안 방법

• 논문은 트로피컬 프로젝티브 토러스 R^n / R1의 부분공간으로서 팔름 트리 공간을 정의하고, 이를 일반화된 힐베르트 프로젝티브 거리(metric)로 간주하는 트로피컬 거리(metric)를 도입한다.
• 이 거리 공간이 확률론과 통계학에 필요한 핵심 기하학적, 위상수학적, 해석적 성질(완비성, 지오데식 구조 등)을 만족함을 입증한다.
• 저자들은 트로피컬 거리 공간 내에서 고전적 통계 기법인 주성분 분석(PCA)과 선형 판별 분석(LDA)을 적용하여 트리 데이터를 분석한다.
• 시뮬레이션 데이터와 실제 계절 인플루엔자 유전자 서열을 대상으로 수치 실험을 수행하여 BHV 공간과의 성능을 비교한다.
• 트로피컬 거리가 몰입 공간에서 잘 정의되어 있으며, 이전의 군 몫 구성에서 흔히 발생하는 가짜 거리(metric) 문제를 피함을 보여준다.
• 논문은 기존의 트로피컬 대수기하학 결과를 활용하고, 이를 트리 공간에서의 통계 추론에 적응한다.

실험 결과

연구 질문

• RQ1 트로피컬 기하학은 통계 추론에 적합한 잘 정의된 거리 공간을 계통수에 제공할 수 있는가?
• RQ2 트로피컬 거리 공간은 계산 효율성과 통계 성능 측면에서 BHV 계통수 공간과 비교해 어떻게 다를까?
• RQ3 PCA 및 LDA와 같은 고전적 통계 기법이 트로피컬 기하학적 환경에서 의미 있게 적용될 수 있는 정도는 어느 정도인가?
• RQ4 실제 계통수 데이터 분석에서 트로피컬 접근법은 현재 최고 수준의 성능을 뛰어넘는 더 정확하거나 효율적인 결과를 낼 수 있는가?
• RQ5 통계 모델링을 뒷받침하는 트로피컬 트리 공간의 기하학적, 위상수학적, 해석적 이론적 성질은 무엇인가?

주요 결과

• 팔름 트리 공간 상의 트로피컬 거리는 몰입 공간에서 잘 정의되어 있으며, 이전의 군 몫 구성에서 흔히 발생하는 가짜 거리 문제를 피함을 입증하였다.
• 이 공간은 확률론과 통계 추론에 적합한 바람직한 해석적, 기하학적, 위상수학적 성질을 보인다.
• 실제 계절 인플루엔자 데이터 응용에서 트로피컬 기하학적 접근법은 BHV 공간에 비해 높은 계산 효율성을 보였다.
• PCA 및 LDA 작업 모두에서 트로피컬 방법은 동일한 데이터에서 BHV 공간을 능가하는 통계 성능을 보였다.
• 팔름 트리 공간 내 지오데식의 유일성 부재는 유의미한 군집화 및 추론을 방해하지 않으며, 여전히 의미 있는 통계 분석이 가능하다.
• 본 연구는 향후 파arametric 통계 방법의 기초를 마련하였으며, 트로피컬 프레셰 means 및 트리 공간 상의 명시적 파arametric 확률 분포의 개발을 가능하게 하였다.