[论文解读] Well-supported phylogenies using largest subsets of core-genes by discrete particle swarm optimization

Reem Alsrraj, Bassam AlKindy+3 more|arXiv (Cornell University)|Jun 25, 2017

Genome Rearrangement Algorithms参考文献 6被引用 5

一句话总结

本文提出一种离散粒子群优化（DPSO）算法，用于识别能产生最稳健的罗勒目物种系统发育树的最大核心质体基因子集。通过基于自 resampling 支持度和系统发育一致性迭代选择基因子集，该方法识别出一个63基因子集（拓扑结构0），其最小自 resampling 值为92，经多种检验显示在统计上优于其他替代方案。

ABSTRACT

The number of complete chloroplastic genomes increases day after day, making it possible to rethink plants phylogeny at the biomolecular era. Given a set of close plants sharing in the order of one hundred of core chloroplastic genes, this article focuses on how to extract the largest subset of sequences in order to obtain the most supported species tree. Due to computational complexity, a discrete and distributed Particle Swarm Optimization (DPSO) is proposed. It is finally applied to the core genes of Rosales order.

研究动机与目标

• 识别能为罗勒目物种产生最稳健系统发育树的最大核心质体基因子集。
• 通过启发式优化方法解决暴力枚举基因子集的计算不可行性。
• 通过去除掩盖系统发育信号的基因，提高系统发育树的支持度。
• 在真实质体基因组数据上应用并验证离散粒子群优化（DPSO）框架。

提出的方法

• 使用离散粒子群优化（DPSO）框架，其中每个粒子表示一个二进制向量，指示核心基因是否被包含（1）或排除（0）。
• 粒子速度通过个人最优（P_i^best）、全局最优（P_g^best）和惯性权重的加权组合进行更新，使用Sigmoid函数将速度转换为二进制位置。
• 评分函数基于RAxML推断的系统发育树的最小自 resampling 值，评估每个基因子集。
• 惯性权重（w）在线性递减，从0.9降至0.4，以平衡全局探索与局部开发。
• 算法在10个不同粒子数的群体中运行，每个群体进行10次独立运行，以确保鲁棒性。
• 通过Consel软件进行共识和统计验证，通过约 unbiased（au）、kh、sh 和 wsh 检验比较拓扑结构。

实验结果

研究问题

• RQ1 能产生罗勒目物种最高自 resampling 支持度系统发育树的最大核心质体基因子集是什么？
• RQ2 离散粒子群优化在识别高支持度基因子集方面，与暴力枚举或其他元启发式方法相比表现如何？
• RQ3 哪些基因子集能产生最一致且统计上更优的罗勒目系统发育拓扑结构？
• RQ4 粒子速度阈值和惯性权重的变化如何影响收敛性和解的质量？
• RQ5 在最终的拓扑结构中，哪些物种关系（如Fragaria vesca 与 Fragaria bracteata）对基因子集选择最为敏感？

主要发现

• 拓扑结构0来自一个63基因子集，达到最高的最小自 resampling 值92，且在所有运行中出现频率最高（568次），表明其具有极强的一致性。
• Consel统计检验将拓扑结构0评为支持度最高的树，其约 unbiased（au）p值为0.774，显著高于拓扑结构4（0.267）和拓扑结构2（0.364）。
• 尽管最多去除了52个基因（在Swarm 4中），最佳树仍保持最小自 resampling 值89，表明在大幅减少基因数时仍具鲁棒性。
• 由于其高支持度、高出现频率和统计排名，拓扑结构0被选为罗勒目最可靠的系统发育关系。
• DPSO方法成功识别出一个非平凡的基因子集，其在系统发育支持度和一致性方面优于完整的82基因集合。
• 该方法揭示，基因去除显著影响特定关系的分辨率，特别是Fragaria vesca与Fragaria bracteata之间，以及Pentactina rupicola与Pyrus pyrifolia之间的关系。