ビット再現可能な並列系統樹推定

科学分野:

• 計算生物学
• バイオインフォマティクス
• 進化生物学

背景:

• 系統樹はゲノムデータを使用して進化の歴史を再構築します。
• 最尤法（ML）推定法は、系統樹解析に広く使用されています。
• ML推定における並列計算は、浮動小数点演算による丸め誤差を導入し、結果に影響を与えます。

研究 の 目的:

• ML系統樹推定の再現可能性に対する並列計算の影響を調査すること。
• 並列系統樹解析でビット再現可能な結果を達成する方法を開発すること。
• 再現可能な並列還元操作のための一般的なアルゴリズムを導入すること。

主な方法:

• 操作順序を固定し、並列実行パターンに依存しないReproRed還元アルゴリズムを開発しました。
• ビット再現可能なバージョンの作成のため、広く使用されている系統樹推定ツールであるRAxML-NGにReproRedを統合しました。
• 経験的データセットでReproRedアルゴリズムと強化されたRAxML-NGのパフォーマンスと再現性を評価しました。

主要な成果:

• 並列処理の変動により、テストされたデータセットの31%以上で系統樹探索が分岐しました。
• 分岐したデータセットの8%で、既知の最良MLツリーと比較して統計的に有意に悪い結果が得られました。
• ReproRed強化RAxML-NGは、最大768コアで最小限のパフォーマンス低下（中央値0.8%）でビット再現可能な結果を達成しました。

結論:

• 並列系統樹推定における非再現性は、進化解析に影響を与える重大な問題です。
• ReproRedは、系統学を超えて適用可能な、再現可能な結合的並列還元操作のための一般的なソリューションを提供します。
• 開発されたビット再現可能なRAxML-NGツールは、さまざまな計算環境で信頼性の高い系統樹推定を保証します。