PartitionFinder-mAIC: Phylogenetic Partitioning using Marginal Akaike Information Criterion

地球上の生命は広大で枝分かれした家系図のようなものであり、科学者たちはその枝を正しく描こうと多大な時間を費やしています。これを行うために、彼らは植物、動物、微生物に見られる遺伝暗号を調べ、これらの配列が数百万年にわたってどのように変化してきたかを比較します。しかし、遺伝配列のすべての部分が同じ速度や同じ方法で変化するわけではありません。一部の領域は、ほとんど動かない頑丈な古い壁のようですが、他の領域は、頻繁に崩れたり再配置されたりする緩んだレンガのようです。このような多様性があるため、研究者は遺伝配列全体を単一の均一なブロックとして扱うことはできません。その代わりに、各グループが進化の独自のルールに従うように、配列をより小さなグループ、すなわち「パーティション（区分）」に分割する必要があります。これらのセクションをグループ化する適切な方法を見つけることは極めて重要です。もしグループが広すぎれば、分析は重要な詳細を見落としてしまいますが、もし細かすぎれば、モデルは不必要な複雑さに溢れ、歴史の混乱した姿を招いてしまいます。

長年、「PartitionFinder」と呼ばれる普及したツールが、これらの遺伝的セクションをどのように整理すべきかを決定する助けとなってきました。このツールは、数学的なスコアを用いて類似したグループを統合し、複雑にしすぎることを避けるためのバランスを取ることを目指しています。これらのスコアは伝統的に、セクションのグループ化を固定された事実として扱う手法に依存しており、最終的な歴史が計算される前に境界線が確定していると想定してきました。しかし、新しいアプローチはこの仮定が硬直的すぎる可能性を示唆しています。最近導入された「周辺的赤池情報量基準（marginal Akaike information criterion）」と呼ばれる手法は、異なる視点を持っています。境界線を固定するのではなく、すべてのパーティションのモデルにおけるデータの尤度を平均化し、境界線を流動的な可能性として扱います。この転換により、モデルはデータに内在する不確実性をより適切に考慮できるようになり、結果として、系統樹の主要な枝をより明確に捉えられる可能性があります。

新たな展開として、研究者たちはこのより柔軟な手法を広く使用されている「IQ-TREE」ソフトウェアに取り込み、「PartitionFinder-mAIC」というツールを作り上げました。既存のアルゴリズムにこの新しいスコアリングシステムを統合することで、チームはこれが従来のメソッドよりも優れた結果を生み出せるかどうかをテストしました。彼らは、真の家系図がすでに判明している幅広いシミュレーションデータ、および実世界のDNAやタンパク質配列を用いて、この新ツールを実行しました。その結果、新しい手法は一貫して、古いアプローチよりも少ない数のパーティションを使用することを選択したことが示されました。遺伝データを多くの小さく過度に特化したグループに分割するのではなく、より広いグループ化でも進化のパターンを説明するのに十分であることが判明したのです。

研究者がこれらの知見を緑色植物の進化史に適用した際、その影響は明白でした。新しい手法によって生成されたパーティション・スキームは、植物の家系図における最も重要な分岐において、より正確な推論をもたらしました。これは、モデルがデータのグループ化に関する幅広い可能性を考慮できるようにすることで、科学者が「オーバーフィッティング（過学習）」、つまりモデルが真の信号を学習するのではなくデータのノイズを記憶してしまうという罠を回避できることを示唆しています。このツールは最新バージョンのソフトウェアで使用できるようになっており、遺伝的進化の流動的な性質を認める手法によって、生命の歴史の地図を洗練させる道を提供しています。