[论文解读] Generalizing the Splits Equivalence Theorem and Four Gamete Condition: Perfect Phylogeny on Three State Characters

Fumei Lam, Dan Gusfield+1 more|ArXiv.org|May 9, 2009

Genome Rearrangement Algorithms参考文献 19被引用 3

一句话总结

本文将分裂等价定理和四配子条件推广至三状态字符，证明一组三状态序列存在完美分支图当且仅当每组三个字符均允许存在完美分支图。主要贡献在于对最小阻塞集的完整表征，以及为三状态数据引入基于超图的不相容结构，从而实现类似于二值字符情形的算法与理论扩展。

ABSTRACT

We study the perfect phylogeny problem and establish a generalization of the four gamete condition (also called the Splits Equivalence Theorem) for sequences over three state characters. Our main result is that a set of input sequences over three state characters allows a perfect phylogeny if and only if every subset of three characters allows a perfect phylogeny. In establishing these results, we prove fundamental structural features of the perfect phylogeny problem on three state characters and completely characterize the minimal obstruction sets that must occur in three state input sequences that do not have a perfect phylogeny. We further give a proof for a stated lower bound involved in the conjectured generalization of our main result to any number of states. The techniques are based on the chordal graph view of perfect phylogeny. Until this work, the notion of a conflict, or incompatibility, graph has been defined for two state characters only. Our generalization of the four gamete condition allows us to generalize the notion of incompatibility to three state characters. The resulting incompatibility structure is a hypergraph, which can be used to solve algorithmic and theoretical problems.

研究动机与目标

• 将完美分支图问题中的分裂等价定理与四配子条件从二值字符推广至三状态字符。
• 仅通过检查字符的小型子集，判断三状态序列是否存在完美分支图。
• 表征阻止三状态数据中完美分支图存在的最小阻塞集。
• 将不相容性的概念从二值字符推广至三状态字符，引入基于超图的不相容结构。
• 为分析多状态遗传数据（尤其是微/小卫星）提供理论与算法基础。

提出的方法

• 提出四配子条件在三状态字符上的推广，证明完美分支图存在当且仅当每组三个字符均允许存在完美分支图。
• 定义基于超图的不相容结构 C(S)，其中超边表示相互不相容的字符对或三元组。
• 将所有最小阻塞集表征为两两相容但整体不相容的三字符配置。
• 证明完美分支图的存在性等价于输入数据中不存在此类最小阻塞集。
• 利用 3-击中集问题对三状态数据的字符移除问题进行建模与求解，借助固定参数可追踪性结果。
• 通过定义超图（其中边对应不相容的字符对或三元组）将二值字符的冲突图概念推广至三状态字符。

实验结果

研究问题

• RQ1 分裂等价定理能否推广至三状态字符，使得当且仅当每组三个字符均允许存在完美分支图时，三状态字符集合存在完美分支图？
• RQ2 三状态字符数据中阻止完美分支图存在的最小阻塞集是什么？
• RQ3 此前仅针对二值字符定义的不相容性概念，如何推广至三状态字符？
• RQ4 3-击中集问题是否适用于求解三状态完美分支图的字符移除问题？
• RQ5 能否利用不相容性超图结构推导出三状态数据的分解定理或重组事件的下界？

主要发现

• 一组三状态序列存在完美分支图当且仅当每组三个字符均允许存在完美分支图。
• 三状态数据中所有最小阻塞集均被表征为两两相容但整体不相容的三字符组。
• 三状态字符的不相容结构被形式化为超图，其中超边对应不相容的字符对或三元组。
• 三状态数据的字符移除问题可通过约化至 3-击中集问题实现固定参数可追踪性。
• 本文证明了一个关键下界，支持将主要结果推广至 r ≥ 4 的 r 状态字符的猜想。
• 本工作确立了仅检查所有三元组字符组合即可确定完美分支图的存在性，从而解决了三状态数据长期悬而未决的开放问题。