Estimación de parámetros de árboles filogenéticos utilizando redes neuronales y aprendizaje en conjunto

Área de la Ciencia:

• Biología evolutiva
• Biología computacional
• Filogenética

Sus antecedentes:

• La diversificación de las especies es impulsada por la especiación y la extinción.
• Estimar estas tasas de filogenias es crucial pero desafiante.
• Los métodos actuales de estimación de probabilidad máxima (MLE) tienen limitaciones con modelos complejos y filogenias pequeñas.

Objetivo del estudio:

• Desarrollar y evaluar un nuevo enfoque de red neuronal de conjunto para estimar los parámetros de diversificación de los árboles filogenéticos.
• Comparar el rendimiento del método de red neuronal con el MLE y los enfoques de aprendizaje profundo existentes.
• Evaluar la solidez de los métodos de redes neuronales en el manejo de datos filogenéticos.

Principales métodos:

• Se desarrolló una red neuronal de conjunto que combina redes neuronales densas, redes neuronales de gráficos y redes neuronales recurrentes.
• La red aprende de las representaciones gráficas, los tiempos de ramificación y las estadísticas resumidas de las filogenias.
• El rendimiento se evaluó en comparación con el MLE y un enfoque de red convolucional utilizando datos filogenéticos simulados.

Principales resultados:

• La red neuronal de conjunto proporciona estimaciones más rápidas que MLE y es menos sensible al tamaño del árbol para modelos de tasa constante y dependientes de la diversidad.
• Tiene un rendimiento comparable al de los métodos de redes convolucionales existentes.
• Tanto el enfoque de la red neuronal como el MLE luchan con la recuperación de parámetros bajo procesos prolongados de nacimiento-muerte.

Conclusiones:

• La red neuronal de conjunto es una alternativa prometedora, más rápida y menos sesgada a MLE para estimar los parámetros de diversificación, especialmente cuando MLE no es factible.
• El tamaño de la filogenia y la fuerza de las señales evolutivas son limitaciones clave para una estimación precisa de los parámetros.
• El método muestra un buen rendimiento cuando hay una señal filogenética suficiente.