[论文解读] Locally-adaptive Bayesian nonparametric inference for phylodynamics

James R. Faulkner, Andrew F. Magee+2 more|arXiv (Cornell University)|Aug 13, 2018

Genetic diversity and population structure参考文献 51被引用 6

一句话总结

本文提出了一种局部自适应的贝叶斯非参数方法，用于系统发育动力学推断，通过将对数变换的有效种群大小建模为霍尔舒夫马尔可夫随机场，结合了变化点模型与高斯过程模型的优点。该方法在重建具有突变变化或不同平滑度的种群大小轨迹方面，提高了准确性和精确度，尤其在模拟和丙型肝炎病毒及草原野牛数据的真实世界分析中优于现有方法。

ABSTRACT

Phylodynamics is an area of population genetics that uses genetic sequence data to estimate past population dynamics. Modern state-of-the-art Bayesian nonparametric methods for phylodynamics use either change-point models or Gaussian process priors to recover population size trajectories of unknown form. Change-point models suffer from computational issues when the number of change-points is unknown and needs to be estimated. Gaussian process-based methods lack local adaptivity and cannot accurately recover trajectories that exhibit features such as abrupt changes in trend or varying levels of smoothness. We propose a novel, locally-adaptive approach to Bayesian nonparametric phylodynamic inference that has the flexibility to accommodate a large class of functional behaviors. Local adaptivity results from modeling the log-transformed effective population size a priori as a horseshoe Markov random field, a recently proposed statistical model that blends together the best properties of the change-point and Gaussian process modeling paradigms. We use simulated data to assess model performance, and find that our proposed method results in reduced bias and increased precision when compared to contemporary methods. We also use our models to reconstruct past changes in genetic diversity of human hepatitis C virus in Egypt and to estimate population size changes of ancient and modern steppe bison. These analyses show that our new method captures features of the population size trajectories that were missed by the state-of-the-art phylodynamic methods.

研究动机与目标

• 为解决现有贝叶斯非参数方法在系统发育动力学中缺乏局部自适应性或存在计算问题的局限性。
• 开发一种灵活的非参数先验，能够捕捉种群大小轨迹中多样的功能行为，包括突变变化和不同平滑度。
• 提高从基因序列数据重建过去种群动态的估计准确性和精确度。
• 为具有未知变化点数目的变化点模型提供一种计算上可行的替代方案。
• 实现在真实世界病毒和古DNA数据集中更可靠的种群大小变化推断。

提出的方法

• 该方法先验地使用霍尔舒夫马尔可夫随机场对对数变换的有效种群大小进行建模，通过稀疏收缩实现局部自适应性。
• 霍尔舒夫先验通过收缩不相关的局部变异而保留显著特征，使种群大小轨迹能够同时具备平滑区域和突变变化。
• 该方法结合了变化点模型的灵活性与高斯过程的平滑特性，避免了二者各自的缺点。
• 使用马尔可夫链蒙特卡洛（MCMC）抽样进行后验推断，以估计种群大小轨迹及其不确定性。
• 该模型在分层贝叶斯框架中实现，可实现种群动态重建中的完整不确定性量化。
• 通过模拟研究验证该方法，并将其应用于埃及人类丙型肝炎病毒和古/现代草原野牛的真实数据。

实验结果

研究问题

• RQ1 具有局部自适应性的贝叶斯非参数模型是否能优于现有方法，以重建复杂的种群大小轨迹？
• RQ2 所提出的方法在恢复种群动态中的突变变化和不同平滑度水平方面表现如何？
• RQ3 与变化点模型和高斯过程模型相比，霍尔舒夫马尔可夫随机场先验是否能提高估计的准确性和精确度？
• RQ4 该方法能否可靠地重建真实世界病毒和古DNA数据集中历史上的遗传多样性变化？
• RQ5 当变化点数量未知时，该方法的计算可行性与稳健性如何？

主要发现

• 与现有贝叶斯非参数方法相比，所提出的方法在种群大小轨迹重建中降低了偏差并提高了精确度。
• 该模型在模拟和真实数据中成功捕捉了被最先进方法遗漏的突变趋势变化和不同平滑度水平。
• 在模拟中，该方法在估计具有复杂异质特征的轨迹方面表现出更优性能。
• 对埃及丙型肝炎病毒多样性的重建揭示了现有方法未能检测到的种群动态模式。
• 对草原野牛数据的分析表明，该方法能够准确推断出古样本与现代样本之间的种群大小变化。
• 霍尔舒夫马尔可夫随机场先验提供了优越的局部自适应性，在估计轨迹的平滑性与稀疏性之间实现了良好平衡。