[논문 리뷰] VaiPhy: a Variational Inference Based Algorithm for Phylogeny

Hazal Koptagel, Oskar Kviman외 3명|arXiv (Cornell University)|2022. 03. 01.

Bayesian Methods and Mixture Models인용 수 4

한 줄 요약

VaiPhy는 자동 미분을 회피하기 위해 다중분열 나무 구조를 샘플링하기 위한 새로운 제안 분포인 SLANTIS와 Jukes-Cantor 모델 하에서 분기 길이를 직접 샘플링하는 JC 샘플러를 도입함으로써 베이지안 계통수 추론를 위한 빠른 변분 추론 알고리즘이다. 기존의 VBPI-NF와 같은 변분 추론 방법보다 최대 25배 빠른 상태의 최고 수준의 주변 로그우도 추정치를 달성한다.

ABSTRACT

Phylogenetics is a classical methodology in computational biology that today has become highly relevant for medical investigation of single-cell data, e.g., in the context of cancer development. The exponential size of the tree space is, unfortunately, a substantial obstacle for Bayesian phylogenetic inference using Markov chain Monte Carlo based methods since these rely on local operations. And although more recent variational inference (VI) based methods offer speed improvements, they rely on expensive auto-differentiation operations for learning the variational parameters. We propose VaiPhy, a remarkably fast VI based algorithm for approximate posterior inference in an augmented tree space. VaiPhy produces marginal log-likelihood estimates on par with the state-of-the-art methods on real data and is considerably faster since it does not require auto-differentiation. Instead, VaiPhy combines coordinate ascent update equations with two novel sampling schemes: (i) SLANTIS, a proposal distribution for tree topologies in the augmented tree space, and (ii) the JC sampler, to the best of our knowledge, the first-ever scheme for sampling branch lengths directly from the popular Jukes-Cantor model. We compare VaiPhy in terms of density estimation and runtime. Additionally, we evaluate the reproducibility of the baselines. We provide our code on GitHub: \url{https://github.com/Lagergren-Lab/VaiPhy}.

연구 동기 및 목표

• 나무 공간의 지수적 크기로 인해 발생하는 베이지안 계통수 추론의 계산적 병목 현상을 해결하기 위해.
• 비용이 많이 드는 자동 미분에 의존하지 않고도 계통수 추론을 위한 변분 추론의 속도를 향상시키기 위해.
• 사전에 계산된 나무가 필요 없이 나무 구조, 분기 길이, 조상 서열에 대한 효율적인 사후 근사 추정을 가능하게 하기 위해.
• 다중분열 나무에 대한 새로운 샘플링 기법과 Jukes-Cantor 모델 하에서 분기 길이에 대한 새로운 샘플링 기법을 개발하기 위해.
• 상태의 최고 수준 방법과 경쟁 가능한 주변 우도 추정치를 달성하면서도 런타임을 크게 줄이기 위해.

제안 방법

• VaiPhy는 변분 매개수의 좌표 상승 업데이트를 사용하는 평균장 변분 추론 프레임워크를 채택한다.
• 다중분열 스패닝 나무를 빠르고 가중치를 계산할 수 있는 방법을 활용하여 이중 매칭 샘플링에 영감을 얻은, 다중분열 나무 구조를 샘플링하기 위한 제안 분포인 SLANTIS를 도입한다.
• 반복적 또는 기울기 기반 샘플링을 피하기 위해 Jukes-Cantor 모델 하에서 분기 길이를 직접 샘플링할 수 있는 첫 번째 직접 방법인 JC 샘플러를 제안한다.
• 나무 구조와 매개수에 대한 사후 분포를 근사하기 위해 SLANTIS와 JC 샘플러를 사용하여 중요도 가중 우도 기반 하한 경계(_IWELBO_)를 계산한다.
• 사전에 계산된 나무가 필요 없이 사후 근사 품질을 향상시키기 위해 조상 서열을 보조 변수로 포함하여 대상 분포를 확장한다.
• 지수족 성질을 활용하여 충분 통계량과 자연 기울기 업데이트의 효율적 계산을 보장한다.

실험 결과

연구 질문

• RQ1 계통수 추론을 위한 변분 추론 프레임워크가 자동 미분에 의존하지 않고도 최고 수준의 주변 우도 추정치를 달성할 수 있는가?
• RQ2 다중분열 나무 구조를 위한 새로운 제안 분포가 나무 공간 내에서 더 빠르고 효율적인 샘플링을 가능하게 할 수 있는가?
• RQ3 Jukes-Cantor 모델 하에서 분기 길이를 직접 샘플링할 수 있으며, 이는 계통수 추론의 변분 추론에서 더 빠른 추론을 가능하게 하는가?
• RQ4 정확도와 속도 측면에서 VaiPhy의 성능은 기존의 변분 추론 및 MCMC 기반 계통수 추론 방법과 비교해 어떻게 되는가?
• RQ5 VaiPhy의 학습된 매개수를 활용하여 조합 최적화 SMC를 위한 새로운 제안 분포를 구성할 수 있는가?

주요 결과

• VaiPhy는 실제 생물학적 데이터 세트에서 기존 최고 수준의 변분 추론 방법과 동등한 주변 로그우도 추정치를 달성한다.
• 실제 데이터 세트에서 VBPI-NF와 같은 선도적인 변분 추론 기반 계통수 추론 방법보다 최대 25배 빠른 성능을 보인다.
• JC 샘플러는 Jukes-Cantor 모델 하에서 분기 길이를 직접 샘플링할 수 있게 하며, 이는 문헌에서 이전에 유사한 사례가 없었던 새로운 기여이다.
• SLANTIS는 자동 미분 과정을 피하면서도 다중분열 나무 구조를 빠르고 가중치를 계산할 수 있는 방식으로 샘플링을 가능하게 한다.
• 이 프레임워크는 사전에 계산된 나무가 필요 없이 나무 구조, 분기 길이, 조상 서열에 대한 사후 근사 추정을 지원한다.
• 알고리즘의 성능은 재현 가능하며, 커뮤니티의 사용과 확장이 가능하도록 GitHub에 공개된 소스코드를 제공한다.