系統樹の平均が「張り付く」仕組みを数学的に解明 — ランダム歩行で三又分岐の変化を予測する方法
この論文は、系統樹の平均を示すFréchet平均(フレシェの平均)がしばしば多叉(内部節が三本以上に分かれること)を示す現象の原因を調べた研究です。生物学では観測された三又分岐が「本当にそうなっている(hard polytomy)」のか、それともデータのばらつきで一時的に現れているだけの「柔らかい多叉(soft polytomy)」なのかを区別する必要があります。著者らはこの「張り付き(stickiness)」現象の確率論的な仕組みを明らかにし、将来データを追加したときに三又分岐が二叉に分解するかどうかを推定する非パラメトリックな手法を提案しました。
研究で扱う空間は、Billera–Holmes–Vogtmann(BHV)treespaceと呼ばれる系統樹の幾何を表す空間で、ここではFréchet平均が低次元の特異点(例えば三又分岐の集合)に「張り付く」ことがあります。著者らは解析を単純化するために「オープンブック」と呼ばれる構造に注目します。オープンブックは複数の平面(ページ)を共通の境界でつなげた空間で、BHV空間の特異点近傍の局所形状を表します。ここで各ページに対応する折りたたみ写像(folding map)を使うと、Fréchet平均の挙動を記述する過程の中に多次元のランダム歩行(ランダムに増減する数列)が埋め込まれていることを発見しました。
重要な数学的発見は、張り付きが起きる時刻はこの埋め込まれたランダム歩行の各座標が最後に零を上回った時刻(last-passage time)の最大値で決まる、ということです。これを手がかりにして、著者らは張り付き開始時刻の確率の精密な漸近(大きなnでの尾部挙動)を導き、定数や指数的な減衰率を明示的に計算しました。また、張り付きがまだ起きていない確率をデータから推定するための完全非パラメトリックなアルゴリズム(論文中のAlgorithm alg:unstick)を提案し、その一致性(推定誤差が小さくなる性質)を示しています。実務上はこの推定量が下方バイアスを持つため、ブートストラップを用いたバイアス補正も紹介し、性能が改善することを報告しています。
この仕事の応用例として、著者らは霊長類、齧歯類に近いグループ(glires)、トガリネズミ目(tree shrews)に関する遺伝子樹の集合で得られたFréchet平均が示す三又分岐を検討しました。提案手法により、その三又分岐が追加データで二叉に分かれる(soft polytomy の可能性がある)かどうかの確率的評価ができると示しています。解析や図の再現に使えるコードは公開されています(論文付属の GitHub リポジトリ)。
重要な注意点もあります。まず、本論文の厳密な数学的結果は主にオープンブックという単純化したモデルのもとで示されています。BHV空間本体にも適用するための小さな修正は述べられていますが、一般の場合への完全な一般化は限定的です。また、張り付き時刻は観測列に関する標準的な停止時刻(stopping time)ではないため、解析は技術的に難しく、結果はいくつかの“穏やかな条件(mild conditions)”に依存します。推定手法は実際には下方バイアスを示すことがあり、その点はブートストラップで改善できるものの、限界が残ります。最後に、生物学的な結論はあくまで確率的評価であり、観測された多叉が確実に「本物」かどうかを断定するものではないことを強調します。