[论文解读] A Unifying Parsimony Model of Genome Evolution

Benedict Paten, Daniel R. Zerbino+2 more|arXiv (Cornell University)|Mar 9, 2013

Genomics and Phylogenetic Studies被引用 2

一句话总结

本文提出了一种历史图数据结构，通过在简约框架下整合替换、双切断与连接（DCJ）重排以及重复事件，统一建模基因组进化。它证明了祖先变异图（AVGs）能对最小操作次数提供紧致的界限，并表明所有对历史图的简约进化解释均可通过一组有限的采样操作系统地探索。

ABSTRACT

We present a data structure called a history graph that offers a practical basis for the analysis of genome evolution. It conceptually simplifies the study of parsimonious evolutionary histories by representing both substitutions and double cut and join (DCJ) rearrangements in the presence of duplications. The problem of constructing parsimonious history graphs thus subsumes related maximum parsimony problems in the fields of phylogenetic reconstruction and genome rearrangement. We show that tractable functions can be used to define upper and lower bounds on the minimum number of substitutions and DCJ rearrangements needed to explain any history graph. These bounds become tight for a special type of unambiguous history graph called an ancestral variation graph (AVG), which constrains in its combinatorial structure the number of operations required. We finally demonstrate that for a given history graph $G$, a finite set of AVGs describe all parsimonious interpretations of $G$, and this set can be explored with a few sampling moves.

研究动机与目标

• 通过在单一框架内整合替换、DCJ重排和重复事件，统一基因组进化的分析。
• 解决在存在复杂基因组事件时构建简约进化历史的挑战。
• 为解释给定历史图所需的最小进化操作数，定义计算上可行的界限。
• 识别一组有限的祖先变异图（AVGs），以捕捉给定历史图的所有简约解释。
• 通过一组少量的采样操作，实现对这些简约解释的系统性探索。

提出的方法

• 本文引入一种历史图作为数据结构，用于在存在重复事件的情况下表示替换和DCJ重排。
• 基于图的组合结构，定义了替换和DCJ操作数的上界与下界，使用可计算的函数。
• 引入祖先变异图（AVGs），即一类特殊的历史图，其操作数界限变得紧致。
• 证明了给定历史图的所有简约解释均对应于一组有限的AVGs。
• 提出一组采样操作，可系统性地探索这些AVGs的空间。
• 该方法利用AVGs的组合约束，缩小简约进化历史的搜索空间。

实验结果

研究问题

• RQ1 如何在单一简约框架下统一替换、DCJ重排和重复事件，以建模基因组进化？
• RQ2 历史图的哪些组合性质可使最小进化操作数的界限变得紧致？
• RQ3 是否能用一组有限的祖先变异图（AVGs）捕捉给定历史图的所有简约进化解释？
• RQ4 哪些采样操作可实现对从历史图导出的简约AVGs空间的高效探索？
• RQ5 AVG的结构如何约束简约历史中所需的替换和DCJ操作数？

主要发现

• 历史图框架通过统一替换、DCJ操作和重复事件，涵盖了现有系统发育重建和基因组重排中的最大简约问题。
• 可计算的函数为解释任意历史图所需的替换和DCJ重排数提供了上界与下界。
• 对于祖先变异图（AVGs），这些界限变得紧致，意味着最小操作数由图的结构精确确定。
• 所有给定历史图的简约解释均可由一组有限的AVGs描述，从而实现最优进化情景的完整枚举。
• 通过一组少量的采样操作，可高效探索这些AVGs的空间，促进实际计算。
• 该框架为系统性地重建简约基因组进化历史提供了组合学基础的方法。