[论文解读] WiSPA: A new approach for dealing with widespread parasitism

Benjamin Drinkwater, Angela Qiao+1 more|eCite Digital Repository (University of Tasmania)|Mar 30, 2016

Evolution and Genetic Dynamics参考文献 42被引用 4

一句话总结

WiSPA 引入了一种新颖的计算框架，通过在宿主-寄生共同演化重构中增加一种名为 'spread' 的新进化事件，扩展了共同系统发育重构方法，以模拟广泛寄生现象，即寄生虫感染系统发育关系较远的宿主。该方法在合成数据集和生物数据集上显著提升了共同演化历史推断的一致性，包括为灵长类-Enterobius 系统提供了首个统计显著的共同演化假说。

ABSTRACT

Traditionally, studies of coevolving systems have considered cases where a parasite may inhabit only a single host. The case where a parasite may infect many hosts, widespread parasitism, has until recently gained little traction. This is due in part to the computational complexity involved in reconstructing the coevolutionary histories where parasites may infect only a single host, which is NP-Hard. Allowing parasites to inhabit more than one host has been seen to only further compound this computationally intractable problem. Recently however, well-established algorithms for estimating the problem instance where a parasite may infect only a single host have been extended to handle widespread parasites. Although this has offered significant progress, it has been noted that these algorithms poorly handle parasites that inhabit phylogenetically distant hosts. In this work we extend these previous algorithms to handle cases where parasites inhabit phylogenetically distant hosts using an additional evolutionary event which we call spread. Our new framework is shown to infer significantly more congruent coevolutionary histories compared to existing methods over both synthetic and biological data sets. We then apply the newly proposed algorithm, which we call WiSPA (WideSpread Parasitism Analyser), to the well studied coevolutionary system of Primates and Enterobius (pinworms), where existing methods have been unable to reconcile the widespread parasitism present without permitting additional divergence events. Using WiSPA and the new biological event, spread, we provide the first statistically significant coevolutionary hypothesis for this system.

研究动机与目标

• 为解决建模广泛寄生现象的计算与生物学挑战，即寄生虫感染多个系统发育关系较远的宿主。
• 克服现有共同系统发育方法在无法通过过多分歧事件来协调广泛寄生现象时的局限性。
• 开发一种新的进化事件——'spread'，以捕捉寄生虫在系统发育关系较远宿主间的传播。
• 提供一种具有时间信息的多项式时间解法，以及一种无时间约束的元启发式框架。
• 在合成数据和真实世界数据上验证该模型，特别是灵长类-Enterobius 共同演化系统。

提出的方法

• 引入 'spread' 作为新的共同演化事件，用于建模寄生虫对系统发育关系较远宿主的定殖，其与宿主转移事件不同。
• 扩展现有共同系统发育重构算法，在成本最小化框架内整合 'spread' 事件。
• 当拥有宿主树的时间信息时，使用多项式时间算法；当无时间信息时，采用元启发式方法。
• 应用威尔逊区间估计法，评估重构图中共同演化信号的统计显著性。
• 采用纠缠图可视化与事件成本优化，评估宿主与寄生虫系统发育树之间的一致性。
• 使用合成数据集和生物数据集，与最先进的工具 Jane 和 CoRe-PA 进行性能对比验证。

实验结果

研究问题

• RQ1 新进化事件 'spread' 是否能提升存在广泛寄生现象系统的共同系统发育重构准确性？
• RQ2 引入 'spread' 是否能使共同演化历史比现有模型更符合生物学实际并具有更高一致性？
• RQ3 WiSPA 是否能为此前未被现有方法解决的灵长类-Enterobius 系统提供统计显著的共同演化假说？
• RQ4 在一致性与准确性方面，WiSPA 与最先进的工具如 Jane 和 CoRe-PA 相比表现如何？
• RQ5 'spread' 事件是否能减少在协调广泛寄生现象时对过多分歧或丢失事件的依赖？

主要发现

• 通过引入 'spread' 事件，WiSPA 相较于现有模型实现了超过 55% 的准确率提升。
• 该算法成功恢复了灵长类-Enterobius 系统的广泛寄生现象解决方案，而此前的模型在不引入过多分歧事件的情况下无法实现这一协调。
• 对于灵长类-Enterobius 系统，WiSPA 在 'spread' 事件成本为 1 时提供了具有统计显著性的共同演化假说，置信区间为 (0.028, 0.045)；在成本为 2 时，置信区间为 (0.044, 0.069)。
• WiSPA 结果的置信区间超过了具有四个内部节点的完全一致纠缠图的置信区间，表明其共同演化关系具有强有力的统计支持。
• WiSPA 是唯一一种在保持统计显著性的同时，能够为灵长类-Enterobius 亚系群恢复广泛寄生解决方案的方法。
• 尽管比最新版 Jane 慢一个数量级，WiSPA 的渐近效率仍高于 Xscape 工具，且显著快于 Jane 1 和 TreeMap 的 Jungle 模型。