[论文解读] Biallelic Mutation-Drift Diffusion in the Limit of Small Scaled Mutation Rates

Claus Vogl|arXiv (Cornell University)|Sep 8, 2014

Evolution and Genetic Dynamics被引用 7

一句话总结

该论文针对小尺度突变率（$\theta \ll 1$）下的双等位基因位点，提出了一种边界突变扩散模型，其中突变仅在边界（0 和 1）处进入，从而简化了多态区域内部的动力学。利用正交的 Gegenbauer 多项式，推导出一种时间依赖的转移密度，该密度在参数变化（如种群大小或突变偏向性）下仍保持有效，为标准的 Jacobi 多项式展开提供了一种计算效率更高的替代方法，后者在参数改变时需要重新展开。

ABSTRACT

The evolution of the allelic proportion $x$ of a biallelic locus subject to the forces of mutation and drift is investigated in a diffusion model, assuming small scaled mutation rates. The overall scaled mutation rate is parametrized with $θ=(μ_1+μ_0)N$ and the ratio of mutation rates with $α=μ_1/(μ_1+μ_0)=1-β$. The equilibrium density of this process is beta with parameters $αθ$ and $βθ$. Away from equilibrium, the transition density can be expanded into a series of modified Jacobi polynomials. If the scaled mutation rates are small, i.e., $θ\ll 1$, it may be assumed that polymorphism derives from mutations at the boundaries. A model, where the interior dynamics conform to the pure drift diffusion model and the mutations are entering from the boundaries is derived. In equilibrium, the density of the proportion of polymorphic alleles, \ie\ $x$ within the polymorphic region $[1/N,1-1/N]$, is $αβθ( frac1x+ frac1{1-x})= frac{αβθ}{x(1-x)}$, while the mutation bias $α$ influences the proportion of monomorphic alleles at 0 and 1. Analogous to the expansion with modified Jacobi polynomials, a series expansion of the transition density is derived, which is connected to Kimura's well known solution of the pure drift model using Gegenbauer polynomials. Two temporal and two spatial regions are separated. The eigenvectors representing the spatial component within the polymorphic region depend neither on the on the scaled mutation rate $θ$ nor on the mutation bias $α$. Therefore parameter changes, e.g., growing or shrinking populations or changes in the mutation bias, can be modeled relatively easily, without the change of the eigenfunctions necessary for the series expansion with Jacobi polynomials.

研究动机与目标

• 为在小尺度突变率（$\theta \ll 1$）下简化双等位基因突变-漂变过程的分析，其中多态性主要由边界处的突变维持。
• 克服在种群大小或突变偏向性等参数改变时，重新展开特征函数（如修正的 Jacobi 多项式）所带来的计算负担。
• 开发一种基于正交 Gegenbauer 多项式的转移密度展开，其在参数变化时仍保持有效，从而实现对种群增长、萎缩或突变偏向性变化的高效建模。
• 通过证明在 $N \to \infty$ 的极限下与现有理论框架（如 Ewens-Watterson 估计量和泊松随机场模型）的等价性，将边界突变模型与现有理论框架相连接。
• 为中等样本量 $M$ 下的等位基因频率联合与后验密度提供精确且可解析求解的解。

提出的方法

• 使用缩放参数重述双等位基因突变-漂变扩散模型：$\theta = (\mu_1 + \mu_0)N$ 和 $\alpha = \mu_1 / (\mu_1 + \mu_0)$，其中 $\theta \ll 1$。
• 假设突变仅在边界（0 和 1）处进入，而内部动力学遵循纯漂变，导致在多态区域 $[1/N, 1-1/N]$ 内，转移密度与 $\alpha\beta\theta / [x(1-x)]$ 成正比。
• 利用 Gegenbauer 多项式推导转移密度的级数展开，这些多项式相对于平衡密度正交，且与 $\theta$ 和 $\alpha$ 无关。
• 建立展开系数时间演化的线性常微分方程组，其解以特征值 $\lambda_i$ 和缩放突变率 $\theta$ 的指数形式表示。
• 利用初始条件 $\tau_i(0) = \bar{c}_i$ 求解 ODE，得到奇数和偶数 $i$ 的显式时间依赖系数，表现出在参数变化后的瞬态行为。
• 证明平衡解与参数为 $\alpha\theta$ 和 $\beta\theta$ 的贝塔分布一致，并且在小 $\theta$ 条件下，边际分布与一般模型中贝塔-二项复合分布的一阶展开一致。

实验结果

研究问题

• RQ1 在小尺度突变率（$\theta \ll 1$）的假设下，如何简化双等位基因突变-漂变扩散过程？
• RQ2 当假设突变仅在边界（0 和 1）处进入，而非在整个状态空间中时，转移密度的解析形式是什么？
• RQ3 在建模突变-漂变模型中参数变化（如种群大小或突变偏向性）时，为何使用 Gegenbauer 多项式相较于修正的 Jacobi 多项式更具优势？
• RQ4 边界突变模型在多大程度上能再现完整突变-漂变模型的平衡与瞬态动力学，特别是在 $N \to \infty$ 的极限下？
• RQ5 基于 Gegenbauer 的展开能否为有限样本中等位基因频率的联合与后验密度提供精确解？与基于数值网格的方法相比表现如何？

主要发现

• 在多态区域中，等位基因频率 $x$ 的平衡密度与 $\alpha\beta\theta / [x(1-x)]$ 成正比，其与到边界的距离成反比，且在 $x$ 和 $1-x$ 上对称。
• 内部动力学由纯漂变控制，转移密度可展开为 Gegenbauer 多项式，其特征函数不依赖于 $\theta$ 或 $\alpha$，从而实现参数不变的展开。
• 展开系数的时间演化由一组线性 ODE 控制，其解以 $e^{-\theta t}$ 和 $e^{-\lambda_i t}$ 形式的指数函数显式表示，参数偏移后偶数模态的概率质量出现瞬态增加。
• 在小 $\theta$ 条件下，边界突变模型中等位基因频率的边际分布与一般模型中贝塔-二项复合分布的一阶展开一致，证实了其一致性。
• 使用 Gegenbauer 多项式的解能精确重现样本量 $M$ 下的联合与后验密度，并为基于网格的数值方法（如 $\delta a\delta i$ 中的方法）提供计算效率更高的替代方案。
• 该模型在 $N \to \infty$ 极限下为仅在边界处突变的假设提供了理论支持，尽管基于离散 Moran 模型的低多态区域停留时间的解释不再适用。