20、基因树与药物基因组学模型研究

基因树与药物基因组学模型研究

基因树重建相关研究

NNIST 问题概述

NNIST 问题旨在给定一组无根基因树 G 的情况下，找到能使总成本 $\sum_{G\in G} \sigma_{\alpha,\beta}(S, G)$ 最小的物种树 S。不过，该问题的复杂度目前尚不明确。鉴于类似的复制模型问题属于 NP 难题，因此研究人员开发了启发式算法来解决 NNIST 问题。

在实际应用中，通常无需对基因树的所有 NNI 变体进行搜索。例如，弱边就是 NNI 操作的理想候选对象。弱边一般依据其长度来定义，短边通常被视为弱边。具体而言，假设基因树 G 中的每条边都有长度，若边 e 的长度小于非负实数 ω，则称边 e 为弱边。基于此，我们可以分别定义 ω - NNIC 和 ω - NNIST 这两种 NNI - C 和 NNI - ST 的变体，其中 NNI 操作仅在弱边上进行。

实验过程

1. 数据准备
   • 从 Genolevures 3 数据集中的九个酵母基因组中推断出 4133 个带分支长度的无根基因树。这些酵母物种包括：C. glabrata（4957 个蛋白质序列，缩写 CAGL）、S. cerevisiae（5396 个，SACE）、Z. rouxii（4840 个，ZYRO）、S. kluyveri（5074 个，SAKL）、K. thermotolerans（4933 个，KLTH）、K. lactis（4851 个，KLLA）、Y. lipolytica（4781 个，YALI）、D. hansenii（5006 个，DEHA）和 E. gossy