🧬 biology

A method for comparing inferred evolutionary accumulation dynamics across covariates and model structures

Dit artikel introduceert een nieuwe methode voor het vergelijken van geïnferred evolutie-accumulatiedynamiek over verschillende algoritmen, datasets en covariaten door gebruik te maken van ordeningsmatrices om de waarschijnlijkheid van kenmerkverwerving vast te leggen, waardoor uitdagingen zoals reversibele stochasticiteit, interacties tussen kenmerken en verschillen in staatverschuiving worden aangepakt in toepassingen variërend van kankerevolutie tot bacteriële resistentie tegen geneesmiddelen.

Oorspronkelijke auteurs: Jakob Fernø, Michelle B. Verstraaten, Lila Gravellier, Ellen C. Røyrvik, Ramon Diaz-Uriarte, Iain G. Johnston

Gepubliceerd 2026-08-05

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Jakob Fernø, Michelle B. Verstraaten, Lila Gravellier, Ellen C. Røyrvik, Ramon Diaz-Uriarte, Iain G. Johnston

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je voor dat je kijkt naar een enorme, chaotische bouwplaats. In plaats van bakstenen en kranen zijn de arbeiders minuscule biologische veranderingen — zoals een virus dat leert om medicijnen te ontwijken, of een cel die een mutatie krijgt die helpt om te overleven. In de wereld van de evolutionaire biologie en geneeskunde noemen wetenschappers deze veranderingen "kenmerken" (features). Soms verschijnen deze kenmerken in een strikte volgorde, zoals het aantrekken van sokken vóór schoenen. Andere keren is de volgorde rommelig, of verschijnt een kenmerk zelfs later weer nadat het was verdwenen.

Lange tijd hebben wetenschappers "kaarten" gemaakt om te voorspellen hoe deze kenmerken zich ophopen. Ze stellen vragen zoals: "Gebeurt mutatie A altijd vóór mutatie B?" of "Hoe waarschijnlijk is het dat een bacterie resistent wordt tegen Medicijn X als hij al resistent is tegen Medicijn Y?" Maar hier komt het lastige gedeelte: verschillende wetenschappers gebruiken verschillende instrumenten om deze kaarten te tekenen. Het ene instrument kan zeggen dat de volgorde A dan B is, terwijl een ander zegt dat het B dan A is. Erger nog, soms zien de kaarten er totaal verschillend uit, maar vertellen ze diep van binnen eigenlijk hetzelfde verhaal. Het is alsof twee mensen een roadtrip beschrijven: de één zegt: "We reden langs de rode schuur, en daarna langs het blauwe huis," en de ander zegt: "We reden langs het blauwe huis, en daarna langs de rode schuur." Als ze beiden dezelfde reis beschrijven maar vanuit een ander startpunt zijn gaan tellen, klinken ze verschillend, maar de reis is hetzelfde. Wetenschappers hadden een nieuwe, eerlijke manier nodig om deze kaarten te vergelijken om te zien of ze echt verschillende verhalen vertellen of alleen een ander startpunt gebruiken.

Hier komt de nieuwe research om de hoek kijken. De auteurs, een team van wiskundigen en biologen, hebben een slimme nieuwe methode uitgevonden om deze evolutionaire kaarten te vergelijken zonder in de war te raken door het "verschuivingsprobleem" (waarbij de volgorde er anders uitziet omdat het startpunt anders is). In plaats van alleen naar de definitieve lijst met kenmerken te kijken, hebben ze een systeem van "ordeningmatrices" gecreëerd. Denk aan deze matrices als een gigantische scorekaart die niet alleen zegt "wie er won", maar ook de waarschijnlijkheid van elk mogelijk scenario berekent.

Stel je voor dat je wedt op een race tussen vier hardlopers (Kenmerk 1, 2, 3 en 4). Oude methoden kijken misschien alleen naar de finishlijn en zeggen: "Hardloper 1 kwam als eerste binnen." Maar deze nieuwe methode vraagt: "Wat is de kans dat Hardloper 1 al aan het rennen was toen Hardloper 2 begon?" of "Wat is de kans dat Hardloper 4 de finishlijn passeerde pas nadat er al drie andere hardlopers waren?" Door naar deze waarschijnlijkheden te kijken, kan de methode omgaan met rommelige situaties waar kenmerken verschijnen en verdwijnen (omkeerbaarheid) of waar een groep kenmerken een ander beïnvloedt, in plaats van alleen een eenvoudige lijn van oorzaak en gevolg.

Het team heeft dit idee op twee manieren getest. Eerst maakten ze nepgegevens (simulaties) waarbij ze de exacte regels van de race kenden. Ze lieten zien dat hun methode kon detecteren wanneer twee datasets eigenlijk verschillende paden volgden, zelfs wanneer de gegevens ruizig of beperkt waren. Ze lieten ook zien dat wanneer ze de methode meer gegevens gaven, deze veel zelfverzekerder werd in haar conclusies, waarbij de onzekerheid kromp als een mist die van een berg aftrekt.

Vervolgens pasten ze hun methode toe op echte wereldmysteries. Ze keken naar hoe een gevaarlijke bacterie genaamd Klebsiella pneumoniae resistentie tegen medicijnen ontwikkelt in twee verschillende landen: Gambia en Zuid-Korea. Met behulp van hun nieuwe scorebord vonden ze specifieke verschillen in hoe de bacteriën in deze twee plaatsen evolueerden om resistent te worden. Zo konden ze precies aanwijzen dat bepaalde mutaties in het ene land eerder plaatsvonden dan in het andere. Ze keken ook naar kanker, waarbij ze vergeleken hoe chromosomale fouten (grote fouten in de instructiehandleiding van de cel) zich ophopen in verschillende soorten tumoren. Ze ontdekten dat zelfs tumoren in hetzelfde orgaan, of hetzelfde type kanker in verschillende organen, vaak verrassend verschillende evolutionaire paden volgen.

De auteurs beweren niet dat ze het mysterie van de evolutie voor altijd hebben opgelost. In plaats daarvan suggereren ze dat deze nieuwe manier van het vergelijken van kaarten een krachtig hulpmiddel is. Het helpt wetenschappers om het verschil te zien tussen een echt, wetenschappelijk verschil in hoe een ziekte evolueert en een statistische toevalstreffer. Door de focus te leggen op de waarschijnlijkheid van gebeurtenissen in plaats van op slechts één vaste volgorde, stelt deze methode onderzoekers in staat om appels met appels te vergelijken, zelfs wanneer de appels in verschillende richtingen groeien. Het is een nieuwe lens die ons helpt de ware vorm van evolutie te zien, of we nu de verspreiding van superbugs volgen of de chaotische groei van kankercellen.

Technische Samenvatting: Een methode voor het vergelijken van geïnferreerde evolutionaire accumulatie-dynamiek

Probleemstelling
Evolutionaire Accumulatiemodellen (EvAMs) beschrijven systemen die over tijd binaire kenmerken verwerven, zoals mutaties in kanker of medicijnresistentie in pathogenen. Hoewel diverse methoden bestaan om deze dynamiek te infereren—variërend van deterministische grafen en gedeeltelijk geordende verzamelingen (posets) tot stochastische transitiematrices—is er een gebrek aan een verenigd kader voor het vergelijken van geïnferreerde dynamiek over verschillende algoritmen, datasets en covariaten heen. Bestaande vergelijkingsmethoden worstelen vaak met specifieke complexiteiten die inherent zijn aan EvAMs:

"Frameshift"-verschillen: Twee paden kunnen vergelijkbare relatieve ordeningen delen (bijv. kenmerk A vóór B), maar volledig verschillen in absolute timing of staatsovergangen (bijv. 0000→0001 versus 0000→1000). Transitie-gebaseerde of absolute-ordeningmethoden kunnen deze als dramatische verschillen markeren, terwijl relatieve-ordeningmethoden de verschuiving in de absolute staat mogelijk missen.
Modelflexibiliteit: Veel bestaande vergelijkingstechnieken vertrouwen op deterministische relaties of vaste sequenties, wat ze ongeschikt maakt voor reversibele dynamiek, stochastische afhankelijkheden, of gevallen waarin sets van kenmerken (in plaats van enkelvoudige kenmerken) de acquisitie beïnvloeden.
Statistische versus wetenschappelijke significantie: Het onderscheiden van statistisch significante verschillen in parameterchattingen (door onzekerheid) en wetenschappelijk betekenisvolle verschillen in het onderliggende dynamische gedrag is uitdagend.

Methodologie
De auteurs stellen een methode voor die gebaseerd is op ordeningmatrices om geïnferreerde EvAM-dynamieken te samenvatten en te vergelijken. Deze aanpak richt zich op probabilistische samenvattingen van de condities waaronder kenmerken worden verworven, waarbij rekening wordt gehouden met stochastiek, reversibiliteit en meerstaps-acquisities.

Ordeningmatrices:
- Relatieve Ordeningmatrix ( $P^{rel}_{ij}$ ): Schat de waarschijnlijkheid in dat kenmerk $i$ wordt verworven nadat kenmerk $j$ al aanwezig is. Dit legt afhankelijkheden tussen specifieke kenmerken vast.
- Absolute Ordeningmatrix ( $P^{abs}_{in}$ ): Schat de waarschijnlijkheid in dat kenmerk $i$ wordt verworven wanneer maximaal $n-1$ andere kenmerken al aanwezig zijn. Dit legt de timing van acquisitie vast in relatie tot het totale aantal geaccumuleerde kenmerken.
- Deze matrices worden afgeleid van geïnferreerde transitiekansen, of dit nu voortkomen uit exacte transitiematrices of sampling-gebaseerde benaderingen (bijv. random walkers in de toestandsruimte).
Statistisch Vergelijkingscriterium:
Om ervoor te zorgen dat verschillen zowel statistisch robuust als wetenschappelijk betekenisvol zijn, stellen de auteurs een duaal drempelcriterium voor waarbij de distributies van matrixelementen worden vergeleken via resampling (bijv. bootstrap of posterior samples).
- Laat $P^{rel}_{ij}$ de waarschijnlijkheid zijn dat $i$ voorafgaat aan $j$ .
- Een verschil wordt gerapporteerd als, voor een proportie $1-p$ van de samples in Instantie 1, $P^{rel}_{ij} < q$ , en voor een proportie $1-p$ van de samples in Instantie 2, $P^{rel}_{ij} > 1-q$ .
- Standaardparameters: $p=0.2$ en $q=0.25$ . Dit vereist dat >80% van de samples in Instantie 1 een kans van <25% laat zien dat $i$ voorafgaat aan $j$ , terwijl >80% van de samples in Instantie 2 een kans van >75% laat zien dat $i$ voorafgaat aan $j$ . Dit garandeert niet-overlappende distributies met een substantiële marginaal gat, waardoor triviale statistische ruis wordt gefilterd.
Implementatie:
De methode is geïmplementeerd in het hyperinf R-pakket. Het maakt gebruik van ape voor boommanipulatie en ggplot2/ggarrange voor visualisatie.

Belangrijkste Resultaten
De methode is gevalideerd met synthetische data en toegepast op twee real-world datasets:

Synthetische Data:
- De methode maakte succesvol onderscheid tussen eenvoudige lineaire paden en complexere scenario's die betrokken bij "frameshift"-verschillen.
- In kleine datasets ( $n=4$ ) detecteerde de methode verschillen in relatieve ordening ondanks hoge onzekerheid.
- In grotere datasets ( $n=12$ ) nam de onzekerheid af, waardoor de detectie van verschillen in zowel relatieve als absolute ordening voor meerdere kenmerken mogelijk werd.
- De aanpak werkte voor zowel irreversibele (HyperHMM) als reversibele (HyperMk) modellen.
Medicijnresistentie in Klebsiella pneumoniae (KpAMR):
- Toegepast op genomische data uit Gambia en Zuid-Korea met behulp van HyperTraPS.
- De methode bevestigde eerder geïdentificeerde verschillen in absolute ordening voor kenmerken zoals Bla_Carb_acquired, Flq_mutations en Omp_mutations.
- Het detecteerde daarnaast robuuste verschillen in de Sul_acquired en Tmt_acquired kenmerken, wat een hogere sensitiviteit aantoont dan eerdere niet-gerichte benaderingen.
Chromosomale Aberraties in Kanker:
- Toegepast op 2.658 kanker-samples over 38 typen om de accumulatie van chromosomale aberraties te vergelijken.
- De methode identificeerde duidelijke dynamieken tussen tumortypen, zelfs binnen hetzelfde weefseltype (bijv. CNS-PiloAstro versus CNS-GBM) en over verschillende weefsels heen (bijv. Kidney-RCC varianten).
- Adenocarcinomen vertoonden bijzonder hoge variabiliteit in de geïnferreerde dynamiek over verschillende weefseltypen heen.

Betekenis en Claims
De auteurs positioneren dit werk niet als een vervanging voor specifieke EvAM-inferentietools, maar als een algemeen kwantitatief kader voor het vergelijken van de outputs van deze tools.

Flexibiliteit: De primaire bijdrage is het vermogen om dynamieken te vergelijken die stochastiek, reversibiliteit, hogere-orde interacties en meerstaps-acquisities ondersteunen, wat veel bestaande vergelijkingsmetrieken niet kunnen.
Robuustheid: Door te focussen op probabilistische samenvattingen en een duaal drempelcriterium af te dwingen, onderscheidt de methode statistische onzekerheid van echte biologische divergentie in evolutionaire paden.
Interpreteerbaarheid: Het gebruik van ordeningmatrices biedt een gestandaardiseerde, interpreteerbare samenvatting van complexe dynamieken, wat vergelijkingen tussen verschillende datasets en covariaten (bijv. geografie, tumortype) vergemakkelijkt.
Bescheidenheid: De auteurs erkennen dat, hoewel hun methode specifieke beperkingen aanpakt (frameshifts, reversibiliteit), het een van de vele benaderingen is. Ze merken op dat de intersectie van stochastische modellering en rangorde-statistiek (bijv. Plackett-Luce modellen) verdere wegen voor exploratie biedt. De methode wordt gepresenteerd als een instrument om vergelijkingen te formaliseren in diverse domeinen, waaronder kankerprogressie, medicijnresistentie en evolutiebiologie.

Meer zoals dit