Deconvolving Phylogenetic Distance Mixtures

あなたは、誰が混雑した部屋にいたのかを特定しようとしている探偵だと想像してください。しかし、あなたは人々を直接見ることはできません。代わりに、あなたは群衆から残されたわずかな手がかり——小さな布の切れ端、数本の髪の毛、そして断片的な話し声——が入った、散らばった手がかりの袋だけを持っています。これは、科学者がメタゲノミクスを研究する際に直面している状況そのものです。彼らは多くの異なる生物のDNAが混ざり合った「スープ」を手にしており、その中に具体的にどのような生物がどれくらい含まれているのかを突き止めなければなりません。

論文「Deconvolving Phylogenetic Distance Mixtures（系統学的距離混合のデコンボリューション）」は、この探偵作業における2つの大きな悩みに取り組んでいます。

1. 家系図の問題： スープの中にいる生物は、全くの赤の他人ではありません。彼らは互いに関連しています。ライオンと飼い猫は従兄弟のような関係ですが、ライオンとキノコは、異なる惑星から来た遠い親戚のような関係です。従来の方法は、あらゆる生物を独立した他人として扱うことが多く、こうした家族のつながりを無視していました。
2. ノイズの問題： DNAの手がかり（「リード」と呼ばれます）は、非常に短く、ぼやけています。それは、顔のたった一つのぼやけたピクセルだけを見て人物を特定しようとするようなものです。もし、すべてのピクセルを一つずつ個別に特定しようとすれば、多くの間違いが生じることになります。

旧来の方法 vs 新しい方法

旧来のアプローチ：
以前の方法は、生物を厳格なバケツ（図書館を広範なカテゴリーで分類するように）にグループ化するか、あるいは、あらゆるぼやけたDNAの手がかりを一つずつ繋ぎ合わせようとするかのどちらかによって、この問題を解決しようとしました。問題は、個々の手がかりに対してこれを行うと、ノイズが多くなり、生物がいかに互いに関連しているかという大きな全体像を見落としがちなことです。

新しいアプローチ (DecoDiPhy)：
著者らは、系統学的距離デコンボリューション (Phylogenetic Distance Deconvolution: PDD) と呼ばれる、よりスマートな戦略を提案しています。

このように考えてみてください。群衆の中のあらゆるぼやけたピクセルを特定しようとする代わりに、群衆全体の「雰囲気」を撮った写真を取り、それを、誰がどこに立っているかを正確に知っている参照用の群衆の写真と比較するのです。

1. 距離を測る： あなたの謎の群衆が、既知のあらゆる参照生物とどれほど「異なっているか」を計算します。
2. デコンボリューション（分離）： 次に、数学を用いてこう考えます。「もし、人物Aが30%、人物Bが50%、人物Cが20%混ざっていたとしたら、それは私の謎の群衆の『雰囲気』と一致するか？」
3. 樹木上に配置する： 「このDNAは家系図の特定の葉（末端）に属している」と言うのではなく、新しい手法では、サンプル全体を家系図の複数の枝に一度に配置します。

「統合（Consolidation）」の魔法

論文は、サンプル全体を見ることで、ノイズを平滑化できると主張しています。

• 比喩： 3種類の城のセットから集まった、1,000個の混ざり合ったレゴブロックの袋を想像してください。もし、一つずつ仕分けようとすると、セットAの赤いブロックを、見た目が似ているためにセットBの赤いブロックと間違えてしまうかもしれません。
• PDDの解決策： ブロックを一つずつ仕分けるのではなく、積み上がった山の「全体的な形」を見ます。そして、「よし、この山は赤い城が60%、青い城が30%、緑の城が10%のようだ」と理解するのです。そして、その山全体を、城のタイプのマップ上に配置します。

この「統合」は、数百の小さくノイズの多い推測が家系図上に散らばるのではなく、明確で自信のある配置へと導いてくれることを意味します。

彼らが構築したもの、そして発見したもの

研究者たちは、この数学的処理を行うための DecoDiPhy というツールを作成しました。彼らは、理論的に混乱が生じることは可能である（「識別限界」と呼ばれる概念）ものの、彼らの新しい手法はそれをうまく処理できることを証明しました。

彼らは、DecoDiPhyの2つのバージョンを作成しました。

• 低速だが完璧なバージョン（超精密だが遅い計算機のよう）。
• 高速でスマートなバージョン（素早く優れた推測を行い、それをさらに改善するために微調整を行う「貪欲（greedy）」なアルゴリズム）。

結果：
DecoDiPhyをテストした際、それは素晴らしい成果を上げました。それは、乱雑に混ざったDNAを取り込み、デコンボリューションすることで、家系図上の数百の散らばった混乱した枝を、わずか数個の明確で正確な場所に集約（統合）することに成功しました。

論文は、このよりクリーンでノイズの少ない描写によって、異なるサンプルを区別し、混合物の中でどの生物がより多く、あるいはより少なく存在するかを特定することが非常に容易になると主張しています。本質的に、彼らはぼやけた混沌とした群衆の写真を変えて、明確な容疑者の列へと変えたのです。