[论文解读] The Model-Specific Markov Embedding Problem for Symmetric Group-Based Models

Muhammad Ardiyansyah, Dimitra Kosta+1 more|arXiv (Cornell University)|Jan 1, 2020

Genomics and Phylogenetic Studies参考文献 45被引用 6

一句话总结

本文通过推导马尔可夫矩阵可嵌入至符合模型群基结构与对称性的速率矩阵的必要充分特征值条件，解决了对称群基系统发生学模型的特定模型马尔可夫嵌入问题。关键贡献在于通过特征值约束对模型可嵌入矩阵进行了完整表征，其应用涵盖八状态 hachimoji DNA 模型及模型空间内的体积计算。

ABSTRACT

We study model embeddability, which is a variation of the famous embedding problem in probability theory, when apart from the requirement that the Markov matrix is the matrix exponential of a rate matrix, we additionally ask that the rate matrix follows the model structure. We provide a characterisation of model embeddable Markov matrices corresponding to symmetric group-based phylogenetic models. In particular, we provide necessary and sufficient conditions in terms of the eigenvalues of symmetric group-based matrices. To showcase our main result on model embeddability, we provide an application to hachimoji models, which are eight-state models for synthetic DNA. Moreover, our main result on model embeddability enables us to compute the volume of the set of model embeddable Markov matrices relative to the volume of other relevant sets of Markov matrices within the model.

研究动机与目标

• 通过要求速率矩阵符合对称群基系统发生学模型的结构约束，改进经典的嵌入问题。
• 识别马尔可夫矩阵可嵌入至保持模型对称性与群基结构的速率矩阵的必要充分条件。
• 提供基于转移矩阵特征值的可计算模型可嵌入性判别准则。
• 将理论应用于 hachimoji 八状态 DNA 模型，即八状态对称群基模型。
• 计算模型可嵌入矩阵集合在模型中所有马尔可夫矩阵空间内的相对体积。

提出的方法

• 作者定义了 $(\mathcal{G},L)$-可嵌入性，要求速率矩阵 $Q$ 保持与群基模型相关的标记函数 $L$。
• 他们利用离散傅里叶变换对角化转移矩阵与速率矩阵，将问题简化为在傅里叶域中分析特征值。
• 核心方法在于推导在何种特征值条件下，随机矩阵 $M$ 可表示为 $M = \exp(Qt)$，其中 $Q$ 为对称且与模型兼容的矩阵。
• 他们证明，对于对称群基模型，模型可嵌入性等价于转移矩阵特征值的特定符号与对数正性条件，尤其与标记函数 $L$ 相关。
• 该方法利用了对称速率矩阵产生实特征值的事实，从而简化了分析。
• 作者利用先前工作中引入的友好标记条件，确保群结构中各部分的标记一致性，从而实现特征值的表征。

实验结果

研究问题

• RQ1 马尔可夫矩阵可嵌入至符合对称群基模型结构的速率矩阵的必要充分特征值条件是什么？
• RQ2 在所有模型中马尔可夫矩阵的空间内，模型可嵌入矩阵集合如何从几何与代数角度表征？
• RQ3 是否可以计算并比较模型可嵌入矩阵集合的相对体积与其他相关集合在模型中的体积？
• RQ4 模型可嵌入性条件如何应用于 hachimoji 八状态 DNA 模型等具体模型？
• RQ5 每个对称 $\mathcal{G}$-相容标记是否也是友好的？这是否意味着更广泛的结构等价性？

主要发现

• 本文通过显式特征值条件，对对称群基模型中的模型可嵌入马尔可夫矩阵提供了完整表征，特别要求特征值的对数位于由标记函数定义的某个凸锥内。
• 对于 hachimoji 模型，作者证明模型可嵌入性由相同的特征值约束决定，从而能够构建与合成 DNA 结构一致的有效演化过程。
• 计算了模型可嵌入矩阵集合的相对体积，并表明其在模型中所有马尔可夫矩阵空间内为正测度，表明可嵌入性并非泛性性质，而是具有非平凡的结构。
• 作者证明，对于阶数不超过 8 的阿贝尔群，每个对称 $\mathcal{G}$-相容标记都是友好的，暗示可能存在推广，但该问题在所有有限阿贝尔群上仍为开放问题。
• 研究发现，对称 $\mathcal{G}$-相容标记集合严格包含于友好标记集合中，通过反例表明常数标记是友好的但非 $\mathcal{G}$-相容。
• 该方法可实现对给定模型可嵌入矩阵的所有可能马尔可夫生成器的算法计算，扩展了先前对具有互异特征值的 $n \times n$ 矩阵的研究结果。