[논문 리뷰] Who is Who in Phylogenetic Networks: Articles, Authors and Programs

Tushar Agarwal, Philippe Gambette외 1명|arXiv (Cornell University)|2016. 10. 05.

Genomics and Phylogenetic Studies참고 문헌 11인용 수 5

한 줄 요약

이 논문은 계통수 네트워크 연구 분야의 통합적이고 개방형 데이터베이스인 'Who is Who in Phylogenetic Networks'를 소개한다. 이 데이터베이스는 600篇 이상의 논문, 500명 이상의 저자, 200개 이상의 키워드를 통합하고 있으며, 공동저자 네트워크의 시각화 및 분석을 가능하게 하며 사회적 네트워크 지표(예: 중간성, 고유벡터 중심성)와 초록의 텍스트 분석을 통해 2005~2015년 사이에 재조합과 수평적 유전자 이동(HGT)에서 복합적 진화 이벤트 모델링 및 트리넷 기반 방법으로의 연구 추세 이행을 드러낸다.

ABSTRACT

The phylogenetic network emerged in the 1990s as a new model to represent the evolution of species in the case where coexisting species transfer genetic information through hybridization, recombination, lateral gene transfer, etc. As is true for many rapidly evolving fields, there is considerable fragmentation and diversity in methodologies, standards and vocabulary in phylogenetic network research, thus creating the need for an integrated database of articles, authors, techniques, keywords and software. We describe such a database, "Who is Who in Phylogenetic Networks", available at http://phylnet.univ-mlv.fr. "Who is Who in Phylogenetic Networks" comprises more than 600 publications and 500 authors interlinked with a rich set of more than 200 keywords related to phylogenetic networks. The database is integrated with web-based tools to visualize authorship and collaboration networks and analyze these networks using common graph and social network metrics such as centrality (betweenness, eigenvector, degree and closeness) and clustering. We provide downloads of raw information about entries in the database, and a facility to suggest modifications and contribute new information to the database. We also present in this article common use cases of the database and identify trends in the research on phylogenetic networks using the information in the database and textual analysis.

연구 동기 및 목표

• 계통수 네트워크 연구 분야의 산산이 흩어져 있고 급격히 변화하는 분야를 통합적이고 탐색 가능한 데이터베이스로 정리하기 위해.
• 연구자들과 학부생들이 전문가, 방법론, 소프트웨어, 핵심 논문을 쉽게 식별할 수 있도록 접근성 있고 박람관 수준의 자료를 제공하기 위해.
• 공동저자 네트워크 분석과 논문 초록의 텍스트 분석을 통해 연구 추세와 협업 네트워크를 분석할 수 있도록 하기 위해.
• 공동저자 네트워크 시각화 도구와 연구 주제의 시간에 따른 변화 추적 기능을 제공함으로써 공동체의 성장을 지원하기 위해.
• 구조화된 키워드 태깅과 프로그램별 메타데이터를 통해 소프트웨어와 방법론의 탐색을 용이하게 하기 위해.

제안 방법

• 데이터베이스는 문제 유형, 알고리즘 접근법, 입력 데이터, 네트워크 하위유형, 소프트웨어 가용성 등에 대한 수작업으로 보정된 키워드를 포함한 600편 이상의 논문을 통합한다.
• Gephi를 사용하여 공동저자 네트워크를 시각화하며, degree, betweenness, eigenvector, closeness, clustering, eccentricity 등의 사회적 네트워크 지표를 계산하고 표시한다.
• 동적 및 사전 계산된 네트워크 시각화를 통해 사용자가 시간 범위, 논문 기준치, 중심성 측정치를 필터링하고 사용자 정의 색상 그라디언트를 적용할 수 있다.
• 2005~2015년 기간의 305개 초록에 대해 Lexico 3를 통한 요인 분석을 수행하여 변화하는 연구 주제와 어휘 이행을 파악한다.
• DOI 링크를 사용하여 Scopus와 Web of Science에서 초록을 확보함으로써 일관된 코퍼스 구성과 추세 분석을 가능하게 한다.
• 데이터베이스는 GitHub에 오픈소스 코드로 온라인 호스팅되어 있으며, 공개 기여와 데이터 다운로드를 지원한다.

실험 결과

연구 질문

• RQ1 1990년에서 2015년 사이에 계통수 네트워크 분야의 연구 공동체는 협업 패턴과 핵심 기여자 측면에서 어떻게 변화했는가?
• RQ2 2005년에서 2015년 사이에 계통수 네트워크 연구에서 지배적인 연구 주제와 방법론적 추세는 무엇인가?
• RQ3 중간성과 고유벡터 중심성과 같은 사회적 네트워크 지표는 분야 내 영향력 있는 연구자를 어떻게 식별하는가?
• RQ4 특히 네트워크 유형과 진화 과정에 관해 시간이 지남에 따라 초록의 어휘와 초점은 어떻게 변화했는가?
• RQ5 공동저자 네트워크는 유럽을 중심으로 한 지역적 연구 클러스터를 어느 정도 반영하는가?

주요 결과

• 공동저자 네트워크는 1990–2000년대에는 크기가 ≤10인 소규모이고 고립된 구성요소에서 2010–2015년에는 크기가 12–15인 더 큰, 더 유기적으로 연결된 구조로 진화하여 협업의 증가를 나타낸다.
• 2005–2009년 기간 동안 'recombination', 'hgt', 'consensus' 등의 용어가 과도하게 빈도가 높아, 초기에 네트워크 복원과 유전자 유동에 초점이 맞춰져 있음을 반영한다.
• 2012–2015년 기간 동안 'reconciliation', 'trinets', 'duplication', 'loss' 등의 용어가 두드러지게 증가하여, 복잡한 진화 이벤트를 모델링하는 데로의 전환을 시사한다.
• 요인 분석 결과, 요인도의 오른쪽은 알고리즘 및 수학적 논문(예: 'networks', 'algorithm', 'rooted')을 나타내고 왼쪽은 생물학적 및 방법론적 연구(예: 'gene', 'species', 'inference')를 반영하는 명확한 이원화가 드러났다.
• 두 번째 요인 축은 명시적 네트워크 복원(예: 'split', 'quartet', 'trinets')과 재조합 모델링(예: 'duplication', 'model', 'lineage')을 구분한다.
• 수식 유도에 관한 매우 수학적인 논문 하나가 요인도의 오른쪽 아래 모서리에 고립되어 있어, 이 논문이 자료집 내에서 고유한 위치를 차지하고 있음을 확인한다.