[论文解读] Computing Hybridization Networks for Multiple Rooted Binary Phylogenetic Trees by Maximum Acyclic Agreement Forests

Benjamin Albrecht|arXiv (Cornell University)|Aug 13, 2014

Genome Rearrangement Algorithms参考文献 15被引用 6

一句话总结

本文提出了一种新算法 allHNetworks，通过利用最大无环一致森林（MAAFs），计算多个根植二叉物种发育树的最小杂交化网络。该文证明了即使在超过两棵树的情况下，MAAFs 也足以计算出具有最小杂交化数的生物上合理的网络，并通过基于簇的子问题分解，建立了高效计算的理论基础。

ABSTRACT

It is a known fact that, given two rooted binary phylogenetic trees, the concept of maximum acyclic agreement forests is sufficient to compute hybridization networks with minimum hybridization number. In this work, we demonstrate by first presenting an algorithm and then showing its correctness, that this concept is also sufficient in the case of multiple input trees. More precisely, we show that for computing minimum hybridization networks for multiple rooted binary phylogenetic trees on the same set of taxa it suffices to take only maximum acyclic agreement forests into account. Moreover, this article contains a proof showing that the minimum hybridization number for a set of rooted binary phylogenetic trees on the same set of taxa can be also computed by solving subproblems referring to common clusters of the input trees.

研究动机与目标

• 开发一种算法，计算多个根植二叉物种发育树在相同分类群集合上的所有生物上相关的杂交化网络。
• 建立理论基础，证明最大无环一致森林（MAAFs）在多棵树情况下足以计算最小杂交化网络。
• 通过系统性地将树木嵌入不断增长的网络中，利用 MAAF 组件，实现所有最小杂交化网络的计算。
• 证明可通过输入树的公共簇上的子问题计算最小杂交化数，从而降低计算复杂度。
• 为算法 allHNetworks 提供正式的正确性证明，确保所有生物上相关的网络均被完整捕获，无遗漏。

提出的方法

• 算法 allHNetworks 通过识别并利用最大无环一致森林（MAAF）的组件，按顺序将每棵输入树嵌入一个不断增长的杂交化网络中。
• 确保探索所有可能的将每棵树添加到当前网络的方式，以避免遗漏生物上合理的进化情景。
• 该方法依赖于 MAAF 组件的无环约束，以保证生成的网络不包含有向环，从而保持其作为有效杂交化网络的合法性。
• 关键技术包括将输入树分解为公共簇，并对每个簇独立求解子问题，之后再组合解决方案。
• 算法采用正式的证明结构，验证通过 MAAF 组件构建的任何网络均不会引入环，并保持所有输入树的显示关系。
• 采用有界搜索策略，基于 MAAF 组件探索所有有效的网络构建方式，确保解空间的完备性。

实验结果

研究问题

• RQ1 最大无环一致森林（MAAFs）的概念能否从两棵树扩展到多棵根植二叉物种发育树，以计算最小杂交化网络？
• RQ2 是否可以通过求解输入树公共簇上的子问题，来计算多棵树的最小杂交化数？
• RQ3 将搜索限制在 MAAF 组件是否能保证计算出所有具有最小杂交化数的生物上相关的杂交化网络？
• RQ4 算法 allHNetworks 是否能通过考虑输入树在所有可能方式下嵌入网络，避免遗漏最优网络？
• RQ5 MAAFs 在多棵树情况下的充分性有何理论依据？其如何确保正确性与完备性？

主要发现

• 本文证明，对于任意一组具有相同分类群集合的根植二叉物种发育树，最小杂交化数仅通过考虑最大无环一致森林（MAAFs）即可计算得出。
• 算法 allHNetworks 经过正式证明正确，确保所有具有最小杂交化数的生物上相关的杂交化网络均被计算，无一遗漏。
• 最小杂交化数可通过输入树公共簇上的子问题计算，从而简化整体计算过程，并支持模块化处理。
• 该算法的理论最坏时间复杂度随输入树的数量和大小呈指数级增长，凸显了采用并行化等优化技术的必要性。
• 该方法在实际运行时间上优于现有工具 PIRNv2.0，并生成了更全面的生物上合理的网络集合。
• 证明表明，通过将搜索限制在 MAAF 组件上，不会遗漏任何具有更低杂交化数的有效网络，从而证实了其在多棵树设置下的充分性。