[论文解读] Counting Phylogenetic Networks with Few Reticulation Vertices: Tree-Child and Normal Networks

Michael Fuchs, Bernhard Gittenberger+1 more|arXiv (Cornell University)|Mar 30, 2018

Genomics and Phylogenetic Studies参考文献 27被引用 12

一句话总结

本文提出一种基于生成函数的方法，用于计算具有固定数量 $k$ 个网结顶点的点标号树形子代和正常系统发育网络的数量。该方法建立了精确的渐近公式，表明当 $k$ 固定且 $n \to \infty$ 时，此类网络的数量以 $n^{5n/4 + o(n)}$ 的速率增长，从而解决了在该约束条件下这些子类别的渐近计数问题。

ABSTRACT

In recent decades, phylogenetic networks have become a standard tool in modeling evolutionary processes. Nevertheless, basic combinatorial questions about them are still largely open. For instance, even the asymptotic counting problem for the class of phylogenetic networks and subclasses is unsolved. In this paper, we propose a method based on generating functions to count networks with few reticulation vertices for two subclasses which are important in applications: tree-child networks and normal networks. In particular, our method can be used to completely solve the asymptotic counting problem for these network classes when the number of reticulation vertices remains fixed and the network size tends to infinity.

研究动机与目标

• 解决树形子代和正常系统发育网络的渐近枚举这一开放问题，尽管这些网络在生物学上具有重要意义，但其性质仍不甚明了。
• 开发一种系统化方法，用于计数具有固定数量 $k$ 个网结顶点的点标号系统发育网络，这是实现可处理分析的关键约束条件。
• 通过利用生成函数和基于 Motzkin 骨架的结构分解，将现有组合界推广为精确的渐近公式。
• 研究相同的渐近增长率是否适用于一般系统发育网络，尽管该方法最初仅限于树形子代和正常子类。

提出的方法

• 为每个固定的 $k$（即网结顶点的数量）构建一个组合类，以在该约束下分析网络。
• 采用 Motzkin 骨架——通过删除与网结顶点相连的边得到——将网络分解为包含绿色和红色单枝顶点的更简单组件。
• 使用指数生成函数编码这些骨架的结构，通过微分操作捕捉网结顶点的分布。
• 应用转移定理和奇点分析，从生成函数中提取渐近系数。
• 依赖于树形子代和正常网络的约束条件，以消除重边并施加结构限制，从而简化骨架分析。
• 通过递归分解和生成函数运算，建立骨架结构与最终网络计数之间的联系。

实验结果

研究问题

• RQ1 当网结顶点数 $k$ 固定且总顶点数 $n$ 趋于无穷大时，点标号树形子代和正常系统发育网络的渐近增长速率是多少？
• RQ2 生成函数方法能否超越现有形式为 $n^{5n/4 + o(n)}$ 的界，提供此类网络数量的精确渐近公式？
• RQ3 与一般系统发育网络相比，树形子代和正常网络的结构约束在多大程度上简化了枚举问题？
• RQ4 树形子代和正常网络的渐近结果在多大程度上可推广至一般点标号或叶标号系统发育网络？
• RQ5 当 $k$ 固定时，在渐近区域内，非树形子代或非正常配置的贡献是否可忽略？

主要发现

• 对于具有 $n$ 个顶点和固定数量 $k$ 个网结顶点的点标号树形子代和正常网络，当 $n \to \infty$ 时，此类网络的数量渐近为 $n^{5n/4 + o(n)}$。
• 该方法成功解决了在固定-$k$ 约束下这些子类别的渐近计数问题，提供了精确的增长率。
• 结果表明，只要 $k$ 保持固定，渐近增长在主导项中与 $k$ 无关，$o(n)$ 项捕捉了低阶依赖关系。
• 结果确认并改进了文献 [25] 中的早期结果，后者仅建立了 $n^{5n/4 + O(n/\log n)}$ 的增长形式，本研究通过收紧误差项实现了改进。
• 作者推测，对于一般点标号系统发育网络，相同的渐近增长也成立，因为额外的配置在渐近意义上可忽略。
• 对于叶标号网络，预计保持相同的首阶渐近形式 $\ell^{2\ell + o(\ell)}$，尽管由于对称性考虑，计数方法有所不同。