[论文解读] Constructing Semi-Directed Level-1 Phylogenetic Networks from Quarnets

Sophia Huebler, Rachel Morris+1 more|arXiv (Cornell University)|Sep 30, 2019

Genomics and Phylogenetic Studies参考文献 15被引用 4

一句话总结

本文提出两种算法——顺序法与樱桃-团块法——从其完整的四叶子网（quarnets）集合中重建无根、半定向的1级进化网络。关键贡献在于证明了半定向quarnets可唯一确定此类网络，将先前基于四元组的方法扩展至含环的网络，并为在Jukes-Cantor模型下从序列数据直接推断网络提供了理论基础。

ABSTRACT

Semi-directed networks provide a graphical structure for describing the evolutionary history of organisms in the presence of hybridization. We introduce two algorithms for reconstructing semi-directed level-1 phylogenetic networks from their complete set of 4-leaf subnetworks, known as quarnets. The sequential algorithm begins with a single quarnet and adds one leaf at a time until the entire network has been reconstructed. The cherry-blob algorithm is a novel approach inspired by cherry-picking techniques on trees

研究动机与目标

• 开发算法，从其完整的quarnets集合中重建无根、半定向的1级进化网络。
• 将基于四元组的重建方法扩展至具有网状进化事件（环）的网络，解决先前方法排除3-环的局限性。
• 为直接从序列数据重建网络提供理论基础，建立在Jukes-Cantor模型下半定向拓扑可识别性的基础上。
• 证明quarnets（四叶子网）可唯一确定1级网络，即使边的方向仅部分已知。
• 探索处理quarnet误差与不完整quarnet集合的实用扩展，受现有基于四元组的树重建技术启发。

提出的方法

• 顺序法通过从一个quarnet开始，逐个添加叶节点，依据quarnet兼容性逐步构建网络。
• 樱桃-团块法通过迭代识别并移除外部网络结构（如樱桃对与外部团块，即带关联叶的环），类似于树中的樱桃剔除法。
• 该算法使用一种精炼过程，从剩余quarnets中构建兼容性图H(𝒬)，以检测外部樱桃与团块。
• 通过H(𝒬)中的颜色类识别外部结构，移除茎尖（叶节点），重复该过程直至剩余一个基础quarnet或sunlet。
• 最终通过基于基础quarnet与外部组件的插入序列，按逆序将移除的结构重新插入，重建完整网络。
• 两种算法均依赖于半定向1级网络的结构唯一性：即使边方向仅部分已知，quarnets也能唯一确定完整网络。

实验结果

研究问题

• RQ1 能否从完整的quarnets集合唯一重建半定向1级进化网络？
• RQ2 如何系统性地从quarnet集合中识别并移除外部网络组件（如樱桃对与外部团块）？
• RQ3 quarnets（四叶子网）在多大程度上能提供足够信息以重建含环的更大网络？
• RQ4 能否将树中樱桃剔除的原理推广至含网状事件的网络，并利用quarnets实现？
• RQ5 在quarnet集合不完整或含误差的情况下，何种算法策略可实现高效重建？

主要发现

• 完整的半定向quarnets集合可唯一确定一个半定向1级进化网络，为从序列数据重建网络提供了理论基础。
• 顺序法与樱桃-团块法通过迭代添加或移除外部组件，成功从quarnets重建完整网络。
• 樱桃-团块法利用兼容性图H(𝒬)与颜色类分析，同时识别樱桃与外部团块（带关联叶的环）。
• 单个quarnet通常足以确定正确的叶节点插入位置，提示在噪声环境下可采用高效剪枝与投票策略。
• 该算法将先前基于四元组的树重建工作推广至网络，表明即使3-环不保留在最终输出中，它们在构建更大网络时也至关重要。
• 本研究强调了在中间步骤中包含3-环网络的重要性，因为它们在重建过程中对结构一致性至关重要。