[论文解读] Towards the fixed parameter tractability of constructing minimal phylogenetic networks from arbitrary sets of nonbinary trees

Steven Kelk, Céline Scornavacca|arXiv (Cornell University)|Jul 30, 2012

Evolution and Paleontology Studies参考文献 17被引用 7

一句话总结

本论文在满足两个充分条件时，建立了从任意非二叉树集合构建最小化系统发育网络的固定参数可追踪性（FPT）：当树的数量被限制为关于网状数 $ r $ 的函数时，或当树中最大节点度数被限制为关于 $ r $ 的函数时。该方法利用网状生成器和基于簇的分类群分配，实现了 $ f(r) − \text{poly}(m) $ 的时间复杂度，扩展了先前针对两棵非二叉树或多个二叉树的FPT结果。

ABSTRACT

It has remained an open question for some time whether, given a set of not necessarily binary (i.e. "nonbinary") trees T on a set of taxa X, it is possible to determine in time f(r).poly(m) whether there exists a phylogenetic network that displays all the trees in T, where r refers to the reticulation number of the network and m=|X|+|T|. Here we show that this holds if one or both of the following conditions holds: (1) |T| is bounded by a function of r; (2) the maximum degree of the nodes in T is bounded by a function of r. These sufficient conditions absorb and significantly extend known special cases, namely when all the trees in T are binary, or T contains exactly two nonbinary trees. We believe this result is an important step towards settling the issue for an arbitrarily large and complex set of nonbinary trees. For completeness we show that the problem is certainly solveable in polynomial time.

研究动机与目标

• 确定构建一个能显示给定非二叉树集合的最小化系统发育网络的问题在何种条件下关于网状数 $ r $ 是固定参数可追踪的（FPT）。
• 通过识别更广泛的充分条件，将先前仅限于两棵非二叉树或多个二叉树的FPT结果进行扩展。
• 在指定的有界条件下，开发一种运行时间在 $ f(r) \cdot \text{poly}(m) $ 以内的算法，其中 $ m = |\mathcal{X}| + |\mathcal{T}| $。
• 通过利用簇和网状生成器的结构特性，为处理任意非二叉树集合（包括树的数量无界或节点度数较高的情况）提供一个框架。

提出的方法

• 该算法猜测一个 $ r $-网状生成器，其数量最多为 $ f(r) $，基于目标网状数 $ r $。
• 对于每个生成器的边，猜测分配的分类群数量（0、1、2或>2）；对于仅分配一个分类群的边，猜测其具体身份；对于分配超过两个分类群的边，猜测其最基部和最远端的分类群（即 $ s^+ $ 和 $ s^- $）。
• 按照特定顺序处理边——从“最低”边开始（即无法从其他具有缺失分类群的>2边到达的边），并按顺序将所有分类群依次分配给每条边。
• 若分类群 $ x $ 属于某个簇 $ C \in \text{Cl}(\mathcal{T}) $，且 $ x $ 和 $ s^- $ 都在 $ C $ 中，但 $ s^+ $ 不在 $ C $ 中，则将 $ x $ 分配给边 $ s $。
• 每条边上的分类群总顺序由 $ \rightarrow_{\text{Cl}(\mathcal{T})} $ 关系唯一确定，该关系在ST-压缩假设下为无环。
• 最后，该算法在 $ f(r) \cdot \text{poly}(m) $ 时间内检查所构建的网络是否显示 $ \mathcal{T} $ 中的所有树。

实验结果

研究问题

• RQ1 在何种条件下，从一组非二叉树构建最小化系统发育网络的问题关于网状数 $ r $ 是固定参数可追踪的？
• RQ2 能否将针对两棵非二叉树或多个二叉树的FPT结果扩展到任意数量或度数无界的非二叉树集合？
• RQ3 是否存在关于簇和网状生成器的结构表征，以支持高效的分类群分配与网络构建？
• RQ4 如何将“公共链”概念推广到非二叉树，以支持多棵树、非二叉树情形下的内核化？
• RQ5 关于 $ \rightarrow_{\text{Cl}(\mathcal{T})} $ 关系对网络边上分类群排序的影响是什么？它如何确保正确性？

主要发现

• 当树的数量 $ |\mathcal{T}| $ 被限制为关于 $ r $ 的函数时，该问题为FPT，扩展了已知的两棵非二叉树情况的结果。
• 当树中最大节点度数被限制为关于 $ r $ 的函数时，该问题为FPT，推广了二叉树情形的结果。
• 该算法通过使用 $ r $-网状生成器和基于簇的分类群分配，在时间 $ f(r) \cdot \text{poly}(m) $ 内构建出网络，其中 $ m = \mathcal{X} + |\mathcal{T}| $。
• 每条生成器边上分类群的顺序由 $ \rightarrow_{\text{Cl}(\mathcal{T})} $ 关系唯一确定，且在ST-压缩假设下该关系为无环。
• 通过基于簇成员关系和相对位置关系，按特定顺序处理边，该方法确保了所有分类群的一致分配，从而保证了正确性。
• 该框架为未来在一般非二叉、多树情形下的FPT算法奠定了基础，即使 $ |\mathcal{T}| $ 和节点度数无界亦成立。