[논문 리뷰] The effect of non-reversibility on inferring rooted phylogenies

Svetlana Cherlin, Tom M. W. Nye외 4명|arXiv (Cornell University)|2015. 05. 29.

Genomics and Phylogenetic Studies참고 문헌 37인용 수 4

한 줄 요약

이 논문은 계통수 치환 모델에서의 가역성 가정을 완화하여 시퀀스 데이터로부터 직접 루트 추론이 가능하도록 하는 두 가지 베이지안 계층 모델을 제안한다. 가역성 있는 GTR 행렬을 구조화된 비가역 성분으로 변형함으로써, 우도가 루트 위치에 의존하도록 하여 시뮬레이션된 데이터와 실제 데이터(다중복합 효모 방사와 논란이 있었던 리보솜 계통수 나무 포함)에서 알려진 루트 위치를 성공적으로 복원한다.

ABSTRACT

Most phylogenetic models assume that the evolutionary process is stationary and reversible. As a result, the root of the tree cannot be inferred as part of the analysis because the likelihood of the data does not depend on the position of the root. Yet defining the root of a phylogenetic tree is a key component of phylogenetic inference because it provides a point of reference for polarising ancestor/descendant relationships and therefore interpreting the tree. In this paper we investigate the effect of relaxing the reversibility assumption and allowing the position of the root to be another unknown in the model. We propose two hierarchical models that are centred on a reversible model but perturbed to allow non-reversibility. The models differ in the degree of structure imposed on the perturbations. The analysis is performed in the Bayesian framework using Markov chain Monte Carlo methods. We illustrate the performance of the two non-reversible models in analyses of simulated data sets using two types of topological priors. We then apply the models to a real biological data set, the radiation of polyploid yeasts, for which there is a robust biological opinion about the root position. Finally we apply the models to a second biological data set for which the rooted tree is controversial: the ribosomal tree of life. We compare the two non-reversible models and conclude that both are useful in inferring the position of the root from real biological data sets.

연구 동기 및 목표

• 표준 계통수 모델이 정착성과 가역성 가정을 내포하고 있어 우도만으로도 루트 위치를 추론할 수 없음을 해결하고자 한다.
• 외계군을 사용하지 않고도 루트를 설정할 수 있는 모델 기반 접근법을 개발하여 장기간 가지 오염 현상의 위험을 피하고자 한다.
• 실제 생물학적 데이터셋에서 루트 위치가 불확실하거나 논란이 있었던 경우에 비가역 치환 모델이 루트 추론 성능을 향상시킬 수 있는지 조사하고자 한다.
• 다른 편향된 구조를 가진 두 가지 비가역 계층 모델의 성능을 비교하여 알려진 또는 생물학적으로 지지되는 루트 위치를 얼마나 잘 복원하는지 분석하고자 한다.

제안 방법

• 가역성 있는 HKY85 또는 GTR 기반 모델에 기반한 두 가지 계층 모델을 제안하며, 비가역성을 가능하게 하기 위해 펌프팅을 적용한다.
• 두 단계의 펌프팅을 수행한다: 첫 번째 단계에서는 GTR 행렬의 접선 공간 내의 직교 기저 벡터를 사용하여 가역적이지만 HKY85가 아닌 GTR 행렬을 생성한다.
• 두 번째 단계에서는 독립적인 정규 분포 변수를 사용하여 가역성을 깨뜨려 비가역적인 비율 행렬을 생성한다.
• 루트가 있는 트리 구조와 루트 위치에 대한 사후 분포를 추정하기 위해 베이지안 프레임워크와 MCMC 샘플링을 사용한다.
• 지나친 파rameter화를 방지하기 위해 구성 요소 벡터에 대한 사전 분포를 도입하여 분지 간 정보 공유를 유도한다.
• 두 가지 유형의 구조적 사전 분포를 가진 시뮬레이션 데이터셋과 두 가지 실제 생물학적 데이터셋(다중복합 효모와 리보솜 계통수 나무)에 모델을 적용한다.

실험 결과

연구 질문

• RQ1 비가역 치환 모델이 기존의 가역 모델에 비해 계통수 나무에서의 루트 추론 정확도를 향상시킬 수 있는가?
• RQ2 비가역성 펌프팅에 대한 다양한 구조적 가정이 시뮬레이션 및 실제 데이터에서 루트 추론 성능에 어떤 영향을 미치는가?
• RQ3 장기간 가지 오염 현상에 취약한 경우, 모델 기반 루트 설정이 기존의 외계군 기반 루트 설정을 능가할 수 있는가?
• RQ4 치환 모델에 비가역성이 포함될 경우 실제 데이터셋에서 생물학적으로 지지되는 루트 위치와의 일치도가 향상되는가?
• RQ5 다양한 요약 통계량(예: 다수결 규칙 공통 트리 대비 사후 모드)이 루트 위치의 사후 분포를 어떻게 다르게 표현하는가?

주요 결과

• 두 비가역 모델은 강한 생물학적 합의가 존재하는 다중복합 효모 방사에서 정확한 루트 위치를 성공적으로 추론하였다.
• 리보솜 계통수 나무에서는 문헌에서 논란이 있었음에도 불구하고, 두 모델 모두 현재 생물학적 가설과 일치하는 루트 위치를 지지하였다.
• 비가역성은 루트 위치에 따라 우도 표면을 크게 변화시킬 수 있음을 입증하여 모델 기반 루트 설정이 가능함을 보였다.
• 펌프팅의 구조가 모델 성능에 영향을 미쳤으며, 더 체계적인 비가역성은 더 안정적이고 정확한 추론을 이끌어냈다.
• 다수결 규칙 공통 트리와 루트 분할의 사후 모드와 같은 사후 요약 통계량은 다를 수 있으며, 이는 적절한 점 추정치 선택의 중요성을 시사한다.
• MCMC 샘플링을 통한 베이지안 프레임워크는 루트 불확실성의 강력한 추정을 가능하게 하였으며, 추론된 루트 위치에 대한 강력한 지지를 제공하였다.