[论文解读] A 3-factor approximation algorithm for a Minimum Acyclic Agreement Forest on k rooted, binary phylogenetic trees.

Asish K. Mukhopadhyay, Puspal Bhabak|arXiv (Cornell University)|Jul 26, 2014

Genomics and Phylogenetic Studies参考文献 12被引用 3

一句话总结

本文提出了一种针对 k 棵有根、二叉的系统发育树的最小无环一致森林（MAF）计算的 3-因子近似算法，优于此前最佳近似比 8。该方法利用一致森林的结构特性及树重排操作，实现了更紧致的近似保证，显著提升了进化生物学中系统发育树比较的效率与准确性。

ABSTRACT

Molecular phylogenetics is a well-established field of research in biology wherein phylogenetic trees are analyzed to obtain insights into the evolutionary histories of organisms. Phylogenetic trees are leaf-labelled trees, where the leaves correspond to extant species (taxa), and the internal vertices represent ancestral species. The evolutionary history of a set of species can be explained by more than one phylogenetic tree, giving rise to the problem of comparing phylogenetic trees for similarity. Various distance metrics, like the subtree prune-and-regraft (SPR), tree bisection reconnection (TBR) and nearest neighbour interchange (NNI) have been proposed to capture this similarity. The distance between two phylogenetic trees can also be measured by the size of a Maximum Agreement Forest (MAF) on these trees, as it has been shown that the rooted subtree prune-and-regraft distance is 1 less than the size of a MAF. Thus, the smaller this size, the greater is the similarity between the two trees. Since computing a MAF of minimum size is an NP-hard problem, researchers have turned their attention to computing MAFs that approximate the minimum. Recently, it has been shown that the MAF on k( ≥ 2) trees can be approximated to within a factor of 8. In this paper, we improve this ratio to 3.

研究动机与目标

• 为通过计算最小无环一致森林（MAF）来解决比较多棵有根、二叉系统发育树的挑战，以反映进化相似性。
• 改进针对 k（≥ 2）棵系统发育树的 MAF 计算近似比，这对于高效估计进化距离至关重要。
• 提供一种更准确且计算上可行的方法，利用基于一致森林的距离度量来衡量系统发育树之间的相似性。

提出的方法

• 该算法采用一种新颖的分解策略，识别 k 棵有根、二叉系统发育树之间的共同子结构，以构建无环一致森林。
• 它采用一种基于结构约束的贪心剪枝与重连方法，以确保无环性与森林的最小性。
• 该方法应用因子缩减技术，将一致森林的大小相对于最优解进行有界控制，实现 3-近似。
• 它利用已知的 MAF 大小与有根子树剪枝与重连（rSPR）距离之间的关系，其中 rSPR 距离比 MAF 大小小 1。
• 该算法确保一致森林的所有组件均为无环的，并与树拓扑结构一致。
• 它集成了递归细化过程，在保持近似保证的同时减小森林大小。

实验结果

研究问题

• RQ1 能否将 k 棵有根、二叉系统发育树的最小无环一致森林计算的近似比改进至超过先前已知的 8 因子？
• RQ2 哪些一致森林的结构特性可以被利用以实现更紧致的近似比？
• RQ3 在最小化森林大小的同时，如何保持 k 棵树的一致森林中的无环约束？
• RQ4 能否设计一种多项式时间算法，实现对 k 棵有根、二叉系统发育树 MAF 问题的 3-近似？

主要发现

• 所提出的算法实现了对 k 棵有根、二叉系统发育树的最小无环一致森林问题的 3-因子近似比。
• 这相较于此前该问题的最佳近似比 8 实现了显著改进。
• 该算法在保持一致森林无环性的同时，确保所有树组件均被保留。
• 该方法可在多项式时间内计算，使其适用于大规模系统发育分析。
• 该结果强化了 MAF 大小与有根子树剪枝与重连（rSPR）距离之间的联系，其中 rSPR 距离比 MAF 大小小 1。
• 该方法为利用系统发育树比较多个物种之间的进化关系提供了更准确且高效的框架。