Multiple Optimal Reconciliations Under the Duplication-Loss-Coalescence Model
Multiple Optimal Reconciliations Under the Duplication-Loss-Coalescence Model
复制标题
重复-丢失-合并模型下的多重最优协调
DOI：
10.1109/tcbb.2019.2922337
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Wu, Yi-Chieh
中科院分区：
文献类型：
--
作者：
Du, Haoxing;Ong, Yi Sheng;Knittel, Marina;Mawhorter, Ross;Liu, Nuo;Gross, Gianluca;Tojo, Reiko;Libeskind-Hadas, Ran;Wu, Yi-Chieh
基因树可以不同于物种树由于各种生物学现象，最普遍的是基因复制，水平基因转移，基因丢失和合并。为了解释两棵树之间的拓扑不一致，研究人员采用了调和方法，通常依赖于最大简约框架。然而，虽然有几项研究调查了重复损失和重复转移损失模型下的最大简约和解（MPR）的空间，但对重复损失合并（DLC）模型下的MPR空间仍然知之甚少。为了解决这个问题，我们提出了新的算法，用于计算DLC模型下MPR空间的大小，并从该空间均匀随机采样。我们的算法是有效的，在实践中，与运行时多项式的物种和基因树的大小时，映射到任何给定的物种的基因的数量是固定的，从而证明MPR问题是固定参数易处理的。我们已经将我们的方法应用于16种真菌的生物数据集，以提供DLC模型下MPR空间的第一个关键见解。我们的研究结果表明，多元和解，和潜在的事件，很可能是MPR空间的代表。
Gene trees can differ from species trees due to a variety of biological phenomena, the most prevalent being gene duplication, horizontal gene transfer, gene loss, and coalescence. To explain topological incongruence between the two trees, researchers apply reconciliation methods, often relying on a maximum parsimony framework. However, while several studies have investigated the space of maximum parsimony reconciliations (MPRs) under the duplication-loss and duplication-transfer-loss models, the space of MPRs under the duplication-loss-coalescence (DLC) model remains poorly understood. To address this problem, we present new algorithms for computing the size of MPR space under the DLC model and sampling from this space uniformly at random. Our algorithms are efficient in practice, with runtime polynomial in the size of the species and gene tree when the number of genes that map to any given species is fixed, thus proving that the MPR problem is fixed-parameter tractable. We have applied our methods to a biological data set of 16 fungal species to provide the first key insights in the space of MPRs under the DLC model. Our results show that a plurality reconciliation, and underlying events, are likely to be representative of MPR space.
登录
查看更多内容
影响因子：
--
作者：
R. Page
通讯作者：
R. Page
影响因子：
2
作者：
Chan, Yao-ban;Ranwez, Vincent;Scornavaccac, Celine
通讯作者：
Scornavaccac, Celine
影响因子：
3.3
作者：
B. Rannala;Ziheng Yang
通讯作者：
B. Rannala;Ziheng Yang
影响因子：
1.4
作者：
Rosenberg, NA
通讯作者：
Rosenberg, NA
DOI：
10.1109/tcbb.2018.2849732
发表时间：
2019-01-01
影响因子：
4.5
作者：
Haack, Jordan;Zupke, Eli;Libeskind-Hadas, Ran
通讯作者：
Libeskind-Hadas, Ran