[论文解读] An Annealed Sequential Monte Carlo Method for Bayesian Phylogenetics

Liangliang Wang, Shijia Wang+1 more|arXiv (Cornell University)|Jun 22, 2018

Bayesian Methods and Mixture Models被引用 9

一句话总结

本文提出了一种退火序贯蒙特卡洛（ASMC）方法，用于贝叶斯系统发育推断，可实现对边缘似然和系统发育树后验分布的无偏估计。通过将标准MCMC树移动整合到具有自适应退火的序贯蒙特卡洛框架中，该方法实现了令人惊叹的并行计算，并在准确度上优于现有方法（如步进石法和关联重要性采样），同时通过无偏估计器支持软件正确性测试。

ABSTRACT

We describe an "embarrassingly parallel" method for Bayesian phylogenetic inference, annealed Sequential Monte Carlo, based on recent advances in the Sequential Monte Carlo literature such as adaptive determination of annealing parameters. The algorithm provides an approximate posterior distribution over trees and evolutionary parameters as well as an unbiased estimator for the marginal likelihood. This unbiasedness property can be used for the purpose of testing the correctness of posterior simulation software. We evaluate the performance of phylogenetic annealed Sequential Monte Carlo by reviewing and comparing with other computational Bayesian phylogenetic methods, in particular, different marginal likelihood estimation methods. Unlike previous Sequential Monte Carlo methods in phylogenetics, our annealed method can utilize standard Markov chain Monte Carlo tree moves and hence benefit from the large inventory of such moves available in the literature. Consequently, the annealed Sequential Monte Carlo method should be relatively easy to incorporate into existing phylogenetic software packages based on Markov chain Monte Carlo algorithms. We illustrate our method using simulation studies and real data analysis.

研究动机与目标

• 解决MCMC在系统发育推断中的局限性，特别是并行化能力差和边缘似然估计存在偏差的问题。
• 开发一种方法，实现对边缘似然的无偏估计，以支持模型选择和软件验证。
• 将标准MCMC树移动整合到序贯蒙特卡洛框架中，以简化与现有系统发育软件的集成。
• 与现有基于SMC和MCMC的边缘似然估计器相比，提升计算效率和稳定性。
• 通过自适应退火参数选择实现自动、低调参的运行。

提出的方法

• 该方法在序贯蒙特卡洛框架内应用退火重要性采样（AIS）原理，从先验到后验构建一系列中间分布。
• 采用自适应退火参数选择，自动调整分布序列，减少人工调参。
• 在每个中间分布上，算法使用标准MCMC提议移动（例如，Rannala & Yang, 1996）对粒子进行重采样和传播。
• 算法维护一组表示树拓扑和演化参数的加权粒子，权重通过重要性采样更新。
• 利用最终粒子权重作为无偏估计量来估计边缘似然，从而实现严格的软件验证。
• 该方法支持全数据和子采样两种变体，且可与子分布上的共轭吉布斯采样器结合使用。

实验结果

研究问题

• RQ1 能否设计一种序贯蒙特卡洛方法，在系统发育学中使用标准MCMC提议的同时保持边缘似然估计的无偏性？
• RQ2 与步进石法和关联重要性采样等成熟方法相比，退火SMC在准确度和稳定性方面表现如何？
• RQ3 与固定退火序列相比，自适应退火在多大程度上能减少调参需求？
• RQ4 无偏边缘似然估计量能否用于验证系统发育MCMC软件实现的正确性？
• RQ5 该方法在数据规模增大时的可扩展性如何？子采样策略能否与自适应退火有效结合？

主要发现

• 退火SMC方法可产生边缘似然的无偏估计量，可用于测试后验模拟软件的正确性。
• 在相同计算预算下，ASMC的边缘似然估计精度高于确定性退火变体（去偏ASMC）。
• ASMC在边缘似然估计方面表现出更高的稳定性，优于步进石法和关联重要性采样，后者需要仔细调参退火序列。
• 与LIS和SS相比，该方法需要更少的人工调参，因其通过随机优化框架自适应确定退火路径。
• 由于使用了标准MCMC提议机制，该算法可轻松集成到现有基于MCMC的系统发育软件（如BEAST和RevBayes）中。
• 该算法的子采样变体是可行的，且可通过贝叶斯优化进行调整，尽管子采样数据的最优退火序列可能与全数据序列不同。