[论文解读] Constructing level-2 phylogenetic networks from triplets

Leo van Iersel, Judith Keijsper+2 more|ArXiv.org|Jul 19, 2007

Genomics and Phylogenetic Studies参考文献 15被引用 9

一句话总结

本文提出了一种多项式时间算法，用于从密集的输入三元组集合构建层次-2的系统发育网络，扩展了先前关于层次-1网络的研究。关键贡献在于证明了在密度假设下，即使网络因杂交或水平基因转移等事件而包含环路，构建复杂且非树状的进化历史仍然是可 tractable 的。

ABSTRACT

Jansson and Sung showed that, given a dense set of input triplets T (representing hypotheses about the local evolutionary relationships of triplets of species), it is possible to determine in polynomial time whether there exists a level-1 network consistent with T, and if so to construct such a network. They also showed that, unlike in the case of trees (i.e. level-0 networks), the problem becomes NP-hard when the input is non-dense. Here we further extend this work by showing that, when the set of input triplets is dense, the problem is even polynomial-time solvable for the construction of level-2 networks. This shows that, assuming density, it is tractable to construct plausible evolutionary histories from input triplets even when such histories are heavily non-tree like. This further strengthens the case for the use of triplet-based methods in the construction of phylogenetic networks. We also show that, in the non-dense case, the level-2 problem remains NP-hard.

研究动机与目标

• 将基于三元组的系统发育网络构建的可 tractability 从层次-1网络扩展到层次-2网络。
• 解决在输入三元组密集时构建非树状进化情景的计算挑战。
• 确定层次-1网络的多项式时间可解性是否在密度约束下可推广至更高层次的网络。
• 在密集和非密集输入设置下，研究该问题的复杂性。

提出的方法

• 该算法采用基于识别和处理“SN-集合”的递归分解策略——即任何一致网络中必须被分组在一起的物种集合。
• 应用一种“推送”技术，将最大SN-集合重新定位到网络结构中的割边之下，从而简化构建过程。
• 通过结构分解和三元组的一致嵌入，迭代地解决冲突的三元组约束，逐步构建网络。
• 利用层次-2网络的特性，特别是每个双连通分量中最多含有两个杂交节点的性质，来控制复杂度。
• 通过验证每个三元组在网络结构中正确拓扑位置的嵌入，确保与所有输入三元组的一致性。
• 算法时间复杂度为 O(|T|³)，其中 |T| 是输入三元组的数量，因此对密集数据集具有高效性。

实验结果

研究问题

• RQ1 从密集三元组集合构建与之相容的层次-2网络的问题是否可在多项式时间内求解？
• RQ2 在相同密度假设下，层次-1网络的多项式时间可解性是否可推广至层次-2网络？
• RQ3 当输入三元组集合非密集时，层次-2网络构建问题的计算复杂性如何？
• RQ4 该算法能否被修改以生成与给定三元组集合相容的所有层次-2网络？
• RQ5 对于 k ≥ 2，寻找与给定三元组集合相容的最小层次-k网络的问题是否为 NP-难问题？

主要发现

• 从密集三元组集合构建层次-2系统发育网络的问题可在多项式时间内求解，具体时间复杂度为 O(|T|³)。
• 在输入三元组密度假设下，该多项式时间可解性可推广至层次-2网络，而非常密情况不成立。
• 非密集层次-2网络构建问题仍为 NP-难，确认了密集与非密集输入之间存在复杂性差距。
• 该算法推广了层次-1网络构建中的技术，特别是 SN-集合与割弧分解的使用。
• 作者推测，对于所有固定的 k ≥ 1，非密集层次-k问题均为 NP-难，扩展了已知的层次-1结果。
• 本研究识别出若干开放问题，包括网络唯一性、三元组置信度评分，以及层次-k网络的精确指数时间算法。