[论文解读] Constructing the Simplest Possible Phylogenetic Network from Triplets

Leo van Iersel, Steven Kelk|ArXiv.org|May 13, 2008

Genomics and Phylogenetic Studies参考文献 20被引用 7

一句话总结

本文提出了多项式时间算法，用于从一组三元组构建最简化的系统发育网络——具体而言，是构建最小化 reticulations 数量的 level-1 和 level-2 网络。此外，本文还表明，对于任意固定的 level $k$，可在 $O(|T|^{k+1})$ 时间内构建与密集三元组集一致的最小 level 网络，从而在强输入约束下提供了一种可行的解决方案。

ABSTRACT

A phylogenetic network is a directed acyclic graph that visualises an evolutionary history containing so-called reticulations such as recombinations, hybridisations or lateral gene transfers. Here we consider the construction of a simplest possible phylogenetic network consistent with an input set T, where T contains at least one phylogenetic tree on three leaves (a triplet) for each combination of three taxa. To quantify the complexity of a network we consider both the total number of reticulations and the number of reticulations per biconnected component, called the level of the network. We give polynomial-time algorithms for constructing a level-1 respectively a level-2 network that contains a minimum number of reticulations and is consistent with T (if such a network exists). In addition, we show that if T is precisely equal to the set of triplets consistent with some network, then we can construct such a network with smallest possible level in time O(|T|^(k+1)), if k is a fixed upper bound on the level of the network.

研究动机与目标

• 开发高效算法，以构建尽可能简单的系统发育网络，最小化 reticulations 数量与网络 level。
• 解决从三元组输入构建网络的挑战，三元组是三个分类群的小型进化树，遵循简约原则。
• 确定从三元组集合构建最小 reticulation 数量和最小 level 网络的计算复杂度，特别是在密集输入条件下。
• 探讨在精确反映给定三元组集合的前提下，构建网络的可行性与可解性，使用“反射”概念。

提出的方法

• 提出并实现一种递归算法（MINPITS-$k$），通过识别最大 SN-sets（强嵌套集合）并递归构建子网络来构建网络。
• 使用 SL-$k$ 算法寻找与输入三元组集一致的简单 level-$k$ 网络，该网络随后用作完整网络的骨干。
• 通过使用最高割边弧和对应于 SN-sets 的子网络对问题进行分解，采用分治策略，确保最小 level 和最小 reticulation 数量。
• 利用网络反射三元组集 $T$ 的性质：当且仅当 $T$ 恰好是与网络一致的三元组集合时，该网络才反射 $T$，从而在该强约束下实现精确重构。
• 使用动态规划与递归结合剪枝策略：在每一层，计算最大 SN-sets，并在分类群子集上递归求解子问题。
• 通过结构引理证明正确性，表明通过递归分解与子网络构建，最小 level 与最小 reticulation 均可保持。

实验结果

研究问题

• RQ1 能否从密集三元组集中在多项式时间内构建最小 reticulation 数量的 level-1 或 level-2 系统发育网络？
• RQ2 能否在多项式时间内构建一个固定 $k$ 的最小 level 网络，使其精确反映给定的密集三元组集？
• RQ3 从非密集三元组集构建最小 reticulation 网络的计算复杂度是多少，特别是当网络 level 受限的情况下？
• RQ4 假设输入三元组集恰好等于某个网络中的三元组集合，这一假设是否显著影响重构问题的可解性？

主要发现

• 从密集三元组集构建最小 reticulation 数量的 level-1 或 level-2 网络的问题可在多项式时间内求解。
• 对于任意固定的 $k$，从密集三元组集 $T$ 构建最小 level 网络的问题可在 $O(|T|^{k+1})$ 时间内求解。
• 算法 MINPITS-$k$ 通过在最大 SN-sets 上递归构建子网络并利用骨干网络组合，正确构建了最小 level 网络。
• 当且仅当 $T$ 恰好是与网络 $N$ 一致的三元组集合时，网络 $N$ 才反射三元组集 $T$，这使得在该强条件下实现精确重构成为可能。
• 从非密集三元组集构建最小 reticulation 网络的 NP-难性由先前工作中的归约得出，但对 level 超过 2 的密集输入，其复杂度仍属开放问题。
• 反射概念为未来基于三元组的系统发育网络推断中边支持与网络验证的研究奠定了基础。