[论文解读] Locating a Tree in a Phylogenetic Network in Quadratic Time

Philippe Gambette, Andreas D. M. Gunawan+3 more|arXiv (Cornell University)|Feb 11, 2015

Evolution and Paleontology Studies参考文献 15被引用 5

一句话总结

本文提出了一种时间复杂度为二次的算法，用于解决二叉近乎稳定进化枝网络中的树包含问题（TCP），该类网络是树-子代网络和正规网络的推广。该方法利用了近乎稳定网络的结构特性——特别是对 reticulation 顶点数量的线性界——并通过迭代路径简化和 reticulation 收缩，来检测给定的二叉进化枝树是否在该网络中被显示。

ABSTRACT

A fundamental problem in the study of phylogenetic networks is to determine whether or not a given phylogenetic network contains a given phylogenetic tree. We develop a quadratic-time algorithm for this problem for binary nearly-stable phylogenetic networks. We also show that the number of reticulations in a reticulation visible or nearly stable phylogenetic network is bounded from above by a function linear in the number of taxa.

研究动机与目标

• 开发一种高效算法，用于判断给定的二叉进化枝树是否在进化枝网络中被显示。
• 通过聚焦于近乎稳定网络这一可解的超类，解决具有 reticulation-visibility 性质的网络中 TCP 复杂度的开放问题。
• 建立近乎稳定或 reticulation-可见网络中 reticulation 数量的线性上界，该界以物种数量为参数。
• 为验证进化枝网络模型与现有进化树的一致性，提供一种实用且理论高效的解决方案。

提出的方法

• 将近乎稳定进化枝网络定义为所有顶点要么是稳定的，要么其父节点是稳定的，从而推广树-子代网络和正规网络。
• 利用近乎稳定网络中 reticulation 数量与物种数量呈线性关系的性质，实现高效计算。
• 通过识别最长路径并根据目标树中叶节点关系推导出的结构情形，对网络进行迭代简化，减少其末端的子网络。
• 对退化的 reticulation 进行收缩，并将简化后网络与目标树之间的共用叶对替换为新的虚拟叶节点，以保持同构性检查的准确性。
• 在每次迭代中应用路径查找与子树比较，确保网络保持无环性且树包含状态不变。
• 在所有 reticulation 被移除后，通过验证最终网络与目标树的同构性，得出树包含结论，总时间复杂度为 O(n²)。

实验结果

研究问题

• RQ1 对于近乎稳定进化枝网络（树-子代网络的超类）而言，树包含问题是否可在多项式时间内求解？
• RQ2 在近乎稳定或 reticulation-可见进化枝网络中，reticulation 的最大数量是多少？其随物种数量的扩展规律如何？
• RQ3 近乎稳定性的结构特性是否能带来比现有方法更高效的树包含算法？
• RQ4 尽管该问题在具有 reticulation-visibility 性质的网络类中仍为开放问题，该算法是否可被扩展或适配于此类网络？

主要发现

• 近乎稳定或 reticulation-可见进化枝网络中，reticulation 的数量被一个关于物种数量的线性函数从上方所界定。
• 为二叉近乎稳定进化枝网络开发了一种时间复杂度为 O(n²) 的树包含问题算法，相较于先前方法在时间复杂度上有所改进。
• 该算法通过计算最长路径并基于叶节点关系进行结构化简化，正确地判断了树包含关系。
• 算法的每次迭代至少会移除一个 reticulation，且由于 reticulation 数量为 O(n)，因此算法在 O(n) 次迭代内终止。
• 时间复杂度为 O(n²)，因为 O(n) 次迭代中，每次迭代的最长路径计算耗时 O(n)，而简化与收缩操作均为常数时间。
• 通过叶祖先关系与 reticulation 分支移除的案例分析，保持了算法的正确性，确保树包含关系在所有网络变换过程中得以保留。