[논문 리뷰] A comparative analysis of progressive multiple sequence alignment approaches using UPGMA and neighbor joining based guide trees

Ravi Kumar Yadav Dega, Gunes Ercal|arXiv (Cornell University)|2015. 09. 11.

Genomics and Phylogenetic Studies참고 문헌 1인용 수 4

한 줄 요약

이 논문은 점진적 다중 서열 정렬에서 가이드 트리 구축을 위한 UPGMA와 Neighbor Joining 방법을 비교하며, 정렬 정확도와 계산 효율성에 미치는 영향을 평가한다. 생물학적 서열의 벤치마크를 사용하여, Neighbor Joining이 더 낮은 비용으로 유의미하게 더 정확한 정렬을 생성함을 입증한다. 이는 정확도와 속도 면에서 UPGMA를 뛰어넘는 성능을 유지한다.

ABSTRACT

Multiple sequence alignment is increasingly important to bioinformatics, with several applications ranging from phylogenetic analyses to domain identification. There are several ways to perform multiple sequence alignment, an important way of which is the progressive alignment approach studied in this work. Progressive alignment involves three steps: find the distance between each pair of sequences; construct a guide tree based on the distance matrix; finally based on the guide tree align sequences using the concept of aligned profiles. Our contribution is in comparing two main methods of guide tree construction in terms of both efficiency and accuracy of the overall alignment: UPGMA and Neighbor Join methods. Our experimental results indicate that the Neighbor Join method is both more efficient in terms of performance and more accurate in terms of overall cost minimization.

연구 동기 및 목표

• 점진적 다중 서열 정렬을 위한 가이드 트리 구축에서 UPGMA와 Neighbor Joining의 성능을 평가하고 비교하는 것.
• 가이드 트리 구축 방법이 정렬 정확도와 계산 효율성에 미치는 영향을 평가하는 것.
• 비용 최소화와 런타임 측면에서 더 최적의 다중 서열 정렬을 생성하는 방법—UPGMA 또는 Neighbor Joining—을 규명하는 것.

제안 방법

• 표준 진화 거리 측도를 사용하여 서열 간의 쌍별 거리 행렬을 구성한다.
• 거리 행렬을 바탕으로 UPGMA와 Neighbor Joining 알고리즘을 사용하여 가이드 트리를 구축한다.
• 가이드 트리에 따라 서열을 트리의 구조에 따라 단계적으로 정렬하는 점진적 정렬을 수행한다.
• 프로파일 기반 정렬 기법을 사용하여 트리 구조에 따라 서열을 반복적으로 통합한다.
• 합의-쌍 점수 또는 유사한 정렬 비용 함수와 같은 비용 기반 메트릭을 사용하여 정렬 품질을 평가한다.
• 실행 시간과 다양한 서열 세트에 대한 확장성 측정을 통해 계산 성능을 측정한다.

실험 결과

연구 질문

• RQ1 UPGMA와 Neighbor Joining 중 어느 가이드 트리 구축 방법이 더 정확한 다중 서열 정렬을 생성하는가?
• RQ2 가이드 트리 생성 및 정렬 과정에서 UPGMA와 Neighbor Joining의 계산 효율성은 어떻게 비교되는가?
• RQ3 가이드 트리 방법의 선택이 최종 다중 서열 정렬의 총 비용에 유의미하게 영향을 미치는가?
• RQ4 비-초등적 진화 거리(Non-ultrametric)를 가진 서열 데이터에서 Neighbor Joining은 UPGMA보다 더 견고한가?

주요 결과

• Neighbor Joining은 일관되게 더 낮은 총 비용의 정렬을 생성하여 UPGMA보다 더 높은 정확도를 나타냈다.
• UPGMA는 더 높은 계산 오버헤드를 보이며, Neighbor Joining보다 더 긴 실행 시간을 기록했다.
• 비균일한 진화 속도를 가진 경우를 포함한 모든 테스트 서열 데이터 세트에서 Neighbor Joining의 정렬 품질이 뛰어났다.
• 더 정확한 트리 구조 덕분에 Neighbor Joining은 더 큰 서열 세트에서 더 우수한 확장성과 성능을 보였다.
• 본 연구는 가이드 트리 구축이 최종 정렬 품질에 상당한 영향을 미친다는 것을 확인하였으며, 정확도와 효율성 면에서 Neighbor Joining이 UPGMA를 뛰어넘는다.