[論文レビュー] Fixed-Parameter and Approximation Algorithms for Maximum Agreement Forests

Chris Whidden, Robert G. Beiko+1 more|arXiv (Cornell University)|Aug 12, 2011

Genomics and Phylogenetic Studies参考文献 33被引用数 28

ひとこと要約

本稿では、最大一致森林（MAFs）および最大非巡回一致森林（MAAFs）を用いて、根付き二分枝状系統樹の部分木の剪定と再接続（SPR）距離およびハイブリダイゼーション番号を計算する、これまでに知られている最も高速な固定パラメータアルゴリズムを提示する。著者らは、新しいカーネル化ルールと深さ制限付き探索戦略を導入することで、理論的・実用的に従来手法を著しく上回る O(3.18^k k + n^3) の時間計算量を達成した。

ABSTRACT

We present new and improved fixed-parameter algorithms for computing maximum agreement forests (MAFs) of pairs of rooted binary phylogenetic trees. The size of such a forest for two trees corresponds to their subtree prune-and-regraft distance and, if the agreement forest is acyclic, to their hybridization number. These distance measures are essential tools for understanding reticulate evolution. Our algorithm for computing maximum acyclic agreement forests is the first depth-bounded search algorithm for this problem. Our algorithms substantially outperform the best previous algorithms for these problems.

研究の動機と目的

• 系統樹のリクチネート進化をモデル化するために生物学的に不可欠であるが、NP困難である根付き二分枝状系統樹におけるSPR距離およびハイブリダイゼーション番号の計算課題に対処すること。
• 最大一致森林（MAFs）および非巡回一致森林（MAAFs）に基づくより効率的な固定パラメータアプローチを提案することで、従来のアルゴリズムの限界を克服すること。
• これまでの手法が失敗または非実行可能であった1000個の葉を含むような大規模な系統樹に対しても、これらの距離の実用的計算を可能にすること。
• 一致森林技術の多分岐系統樹および複数の系統樹への応用を拡張し、比較系統学におけるより広範な応用への道筋を示すこと。

提案手法

• 最大非巡回一致森林（MAAFs）に対する深さ制限付き探索アルゴリズムを初めて開発し、解空間の効率的探索を可能にした。
• 鎖の短縮とその他の短縮ルールを含む洗練されたカーネル化戦略を導入し、ハイブリダイゼーション番号を保持するとともに、重みベースの成分数え上げを可能にした。
• 縮小された木において孤立したリーフペアがその元のリーフ数を森林サイズに寄与する重み付きAAF定式化を採用し、変換下での正しさを保証した。
• パラメータ k によって深さが制限された探索木アプローチを採用し、固定パラメータ可 tractability を確保した。
• カーネル化と探索木技術を統合し、全探索を適用する前に問題サイズを縮小することで、理論的および実用的性能を向上させた。
• AAFの総重み（成分 + 孤立ペアの重み）が k 以下である場合にのみ 'yes' を返すようにアルゴリズムを最適化し、正しさと効率性を確保した。

実験結果

リサーチクエスチョン

• RQ1 最大非巡回一致森林（MAAFs）に対して、これまでの手法が存在しなかった深さ制限付き探索アルゴリズムを設計することは可能か？
• RQ2 鎖の連なりを含むような葉の列に対して、ハイブリダイゼーション番号を保持しながら木のサイズを縮小するカーネル化ルールをどのように強化できるか？
• RQ3 重み付き成分を用いた深さ制限付き探索木アプローチが、従来の手法と比較して、理論的および実用的性能にどの程度の向上をもたらすか？
• RQ4 固定パラメータアルゴリズムは、数百～数干の分類群を有する大規模な系統樹にどの程度スケーリング可能か？
• RQ5 本手法は多分岐系統樹および複数の系統樹へと拡張可能か？これにより、比較系統学におけるより広範な応用が可能になるか？

主な発見

• 提案されたアルゴリズムは O(3.18^k k + n^3) の時間計算量で実行され、従来の固定パラメータアルゴリズムに比べて顕著な改善を示した。
• 本アルゴリズムは、最大非巡回一致森林（MAAFs）に対して深さ制限付き探索戦略を用いる最初の手法であり、ハイブリダイゼーション番号の効率的かつ正確な計算を可能にした。
• 実験結果から、整数線形計画法や充足可能性ソルバーに基づく従来の正確手法と比較して、本手法は10倍以上高速であることが示された。
• 本手法は、144分類群の系統樹に対して5時間未満でSPR距離46まで計算可能であり、合成された1000葉の系統樹では99まで到達でき、従来のツールの限界を著しく超えた。
• 平均して、144分類群の系統樹に対してSPR距離19までの計算を1秒未塔で実行可能であり、強力な実用的スケーラビリティを示した。
• 実装は公開されており、再現性の確保および系統解析パイプラインへの統合を可能にした。