[論文レビュー] Neighbor joining with phylogenetic diversity estimates

Dan Lévy, Ruriko Yoshida+1 more|ArXiv.org|Jul 30, 2005

Genomics and Phylogenetic Studies参考文献 14被引用数 4

ひとこと要約

本稿では、MJOINを紹介する。MJOINは、一般化された隣接結合アルゴリズムであり、2点間の距離の代わりに部分木の重み（m-部分木重み）を用いた系統発生多様性の推定値を用いることで、多項式時間計算量を維持しながら系統発生木再構築の精度を向上させる。シミュレートデータ上では、標準的隣接結合法や他の距離ベース手法を上回り、特に部分木サイズmが2を超過するようになるにつれて性能が向上する。

ABSTRACT

The Neighbor-Joining algorithm is a recursive procedure for reconstructing trees that is based on a transformation of pairwise distances between leaves. We present a generalization of the neighbor-joining transformation, which uses estimates of phylogenetic diversity rather than pairwise distances in the tree. This leads to an improved neighbor-joining algorithm whose total running time is still polynomial in the number of taxa. On simulated data, the method outperforms other distance-based methods. We have implemented neighbor-joining for subtree weights in a program called MJOIN which is freely available under the Gnu Public License at http://bio.math.berkeley.edu/mjoin/ .

研究の動機と目的

• 2点間距離の推定値にノイズや不正確さが生じる場合に、標準的隣接結合法が不安定になる問題に対処すること。
• m-部分木重みを用いた系統発生多様性推定値を組み込むことで、距離ベースの系統発生木再構築を改善すること。
• 既存手法を上回る精度を実現しながらも、多項式時間計算量を維持する計算効率の良い手法を開発すること。
• Jukes-Cantorモデル下でのシミュレートデータに対して、部分木重みに基づく隣接結合法の性能を評価すること。
• m-部分木重みが、2点間距離の代替として、系統発生木再構築において頑健である可能性を検討すること。

提案手法

• 2点間距離の代わりに、m-部分木重みから導かれる系統発生多様性推定値を用いることで、隣接結合アルゴリズムを一般化する。
• 部分木重みの差に基づく修正版Q基準を用いて、木構築プロセスにおいてチェリー（隣接する分岐群）を同定する。
• 再帰的削減手順をm-部分木重みに対応させるように変更し、隣接結合法の全体的な構造を保持する。
• 部分木重みの和から導かれる式を用いて枝長を推定する。これは元の隣接結合法の枝長推定式と類似している。
• MJOINと呼ばれる自由に利用可能なプログラムを実装し、部分木重みの推定に最尤法を用いる。
• Jukes-Cantorモデル下で、異なる配列長および木のトポロジーを持つシミュレートデータセットに対して、手法を評価する。

実験結果

リサーチクエスチョン

• RQ1 m-部分木重みによる系統発生多様性推定値は、隣接結合法の系統発生木再構築精度を向上させ得るか？
• RQ2 MJOINアルゴリズムは、標準的隣接結合法や他の距離ベース手法を上回る性能を示しながらも、多項式時間計算量を維持できるか？
• RQ3 MJOINの性能は、部分木サイズm（特にm > 2の場合）によってどのように変化するか？
• RQ4 m-部分木重み推定値は、系統発生再構築におけるノイズの多い距離推定値の影響をどの程度軽減するか？
• RQ5 4点条件を満たさない場合でも、部分木重みを2点間距離よりも優れた選択肢として用いる理論的・実証的利点はあるか？

主な発見

• MJOINは、Jukes-Cantorモデル下のシミュレートデータにおいて、標準的隣接結合法（NJ）や他の距離ベース手法（BioNJ、Weighbor、四分木パズル）を一貫して上回る性能を示した。
• 部分木サイズm = 4の場合、1000 bp配列のT1木では98%の成功率を達成し、これはNJ（2%）を著しく上回り、一部の状況ではfastDNAmlでさえも上回った。
• MJOINの成功率はmが増加するにつれて上昇し、T1木で1000 bpの配列に対してm = 4のとき98%に達した。これは、より大きな部分木重みにより精度が向上することを示している。
• シミュレーション全体で距離マップのうちたった1%しかAttesonのl∞半径条件（0.5）を満たさなかった。これは、隣接結合法の成功がこの基準を超える他の好ましい性質に起因している可能性を示唆している。
• m-重み推定値の標準偏差はmが増加するにつれて減少し、推定がより安定していることが示された。これは、性能向上に寄与している。
• 本手法は50個の分岐群までの大きな木に対しても実用的であり、並列処理が容易であるため、大規模な系統発生再構築に適している。