[论文解读] Compound Poisson approximation for random fields with application to sequence alignment

Bojan Basrak, Hrvoje Planinić|arXiv (Cornell University)|Sep 3, 2018

Bayesian Methods and Mixture Models被引用 14

一句话总结

本文在依赖条件下，为平稳的、长时间尾随机场建立了复合泊松近似定理，将点过程极限理论扩展至一般波兰空间。该理论框架被应用于生物信息学中的局部序列比对问题，提供了关于序列匹配统计显著性评估的全新理论洞见，解决了长期存在的挑战。

ABSTRACT

The article presents the theory of stationary regularly varying random fields. In this context, we prove a new compound Poisson approximation theorem under appropriate dependence conditions, and demonstrate a couple of effective methods for checking its conditions. The theory is based on an extension of some standard point processes limiting theory to general Polish spaces. Finally, we apply these theoretical results to shed entirely new light on the classical problem of evaluating local alignments of biological sequences.

研究动机与目标

• 为在依赖条件下，建立平稳的、长时间尾随机场中复合泊松近似的理论基础。
• 将经典点过程极限理论扩展至一般波兰空间，以增强适用性。
• 开发实用的条件与方法，以验证近似定理的适用性。
• 将理论结果应用于生物信息学中的经典问题——局部序列比对。
• 为评估序列匹配的统计显著性，提供一种新的、严谨的框架。

提出的方法

• 作者将标准点过程极限理论扩展至一般波兰空间，以适应随机场中复杂的依赖结构。
• 他们在弱依赖条件下，定义并分析了与长时间尾随机场相关的极值点过程。
• 该方法涉及对超过高阈值的簇计数构建复合泊松极限。
• 关键技术工具包括波兰空间上的正规变异性以及混合条件，以控制依赖性。
• 该方法使得能够推导出随机场中极大值和簇计数的渐近分布。
• 该框架通过应用于序列比对得到验证，将比对得分建模为随机场的泛函。

实验结果

研究问题

• RQ1 如何为具有依赖性的、长时间尾的随机场，严格建立复合泊松近似？
• RQ2 何种依赖条件可确保极值点过程的收敛性达到复合泊松极限？
• RQ3 该理论框架在超越欧几里得域的通用波兰空间中，如何实现适应性调整？
• RQ4 该近似在多大程度上可改善局部序列比对的统计评估？
• RQ5 该方法能否解决序列匹配得分显著性检验中的模糊性问题？

主要发现

• 在适当的混合条件与正规变异性条件下，为平稳的、长时间尾随机场建立了新的复合泊松近似定理。
• 极限分布捕捉了随机场中极端值的聚类行为，这对序列比对至关重要。
• 该理论为序列比对得分中观察到的尾部分布行为提供了严格的理论依据。
• 该方法提供了一种系统化的方式，通过有效的检验程序来验证近似条件。
• 在序列比对中的应用揭示了评估局部匹配显著性的新理论基础。
• 结果表明，复合泊松框架能准确建模比对得分的极值结构，从而提升统计推断的准确性。