[论文解读] An alignment-free generalization to indels of Felsenstein's phylogenetic pruning algorithm

Oscar Westesson, Gerton Lunter+2 more|arXiv (Cornell University)|Mar 22, 2011

Genomics and Phylogenetic Studies参考文献 27被引用 2

一句话总结

本文提出了一种无需对齐的Felsenstein系统发育修剪算法的扩展方法，适用于完整序列上的插入缺失模型，利用加权有限状态转移器将替换矩阵推广，并通过偏序图对祖先序列集合进行建模。该方法在无需固定多重比对的情况下，实现了对生物上合理的序列数据的可处理系统发育推断，采用分层随机近似技术以适应实际数据规模。

ABSTRACT

We present an extension of Felsenstein's algorithm to indel models defined on entire sequences, without the need to condition on one multiple alignment. The algorithm makes use of a generalization from probabilistic substitution matrices to weighted finite-state transducers. Our approach may equivalently be viewed as a probabilistic formulation of progressive multiple sequence alignment, using partial-order graphs to represent ensemble profiles of ancestral sequences. We present a hierarchical stochastic approximation technique which makes this algorithm tractable for alignment analyses of reasonable size.

研究动机与目标

• 消除在插入缺失的系统发育推断中对单一多重比对的依赖。
• 将Felsenstein的修剪算法推广至在插入缺失模型下直接作用于完整序列。
• 开发一个可处理的计算框架，用于分析含有插入和缺失的生物真实序列数据。
• 使用偏序图将祖先序列谱型表示为集合，以提高建模的保真度。

提出的方法

• 该方法将概率替换矩阵推广为加权有限状态转移器，以建模含插入缺失的序列演化。
• 利用偏序图表示祖先序列的集合谱型，捕捉祖先重建中的不确定性。
• 采用分层随机近似技术以降低计算复杂度并实现可扩展性。
• 通过基于转移器的动态规划隐式整合所有可能的比对，避免显式枚举比对。
• 该方法将渐进式多重序列比对形式化为一个概率推断问题，利用转移器复合与边缘化实现。

实验结果

研究问题

• RQ1 Felsenstein的修剪算法能否在不依赖单一多重比对的情况下扩展以处理插入缺失模型？
• RQ2 如何将祖先序列谱型表示为集合以提升插入缺失模型下的系统发育推断性能？
• RQ3 何种计算技术可实现对含插入和缺失的生物真实序列数据的可处理推断？
• RQ4 加权有限状态转移器在多大程度上可替代传统的基于比对的方法用于系统发育分析？

主要发现

• 该算法通过加权有限状态转移器对插入缺失进行建模，实现无需对齐的系统发育推断，消除了对固定多重比对的需求。
• 偏序图实现了祖先序列集合的紧凑且概率化的表示，提升了对进化不确定性的建模能力。
• 分层随机近似使该方法可扩展至生物相关的序列规模，具备计算可行性。
• 该方法提供了渐进式多重序列比对的概率公式化，将比对与系统发育推断统一于同一框架之下。