Algoritmo Evolutivo para Filogenia Palestrante: Alexandre C. B. Delbem Instituto de Ciências Matemáticas e da Computação Universidade de São Paulo ICMC-USP.

Apresentação em tema: "Algoritmo Evolutivo para Filogenia Palestrante: Alexandre C. B. Delbem Instituto de Ciências Matemáticas e da Computação Universidade de São Paulo ICMC-USP."— Transcrição da apresentação:

1 Algoritmo Evolutivo para Filogenia Palestrante: Alexandre C. B. Delbem Instituto de Ciências Matemáticas e da Computação Universidade de São Paulo ICMC-USP

2 Algoritmo Evolutivo para Filogenia Resumo – Filogenia – Métodos Convencionais de Filogenia – Algoritmos Evolutivos para Filogenia – Perspectivas para AEs em Filogenia – Conclusões

3 Algoritmo Evolutivo para Filogenia Taxonomia – Identificação de classificação de organismos Filogenia – História evolutiva de uma espécie ou grupo de organimos Sistemática – Estudo da diversidade biológica em um certo contexto evolutivo – Conecta a diversidade biológica à filogenia

4 Algoritmo Evolutivo para Filogenia Classificação da Biodiversidade – Fenética Taxonomia númerica Agrupa espécies baseada em similaridades genéticas ou fenótipicas – Árvore construída: fenograma – Ex.: métodos baseados em distâncias genéticas – Cladística Sistemática Filogenética Baseada em clados – Representação gráfica de um grupo monofilético (constituído por um ancestral e todos os seus descendentes) Árvore construída: cladograma

5 Algoritmo Evolutivo para Filogenia Problema de determinação de árvores filogenéticas – Encontrar a melhor árvore que melhor descreve a relação entre um conjunto de objetos (espécies ou táxons) Cenoura Baleia Chimpanzé Humano

6 Algoritmo Evolutivo para Filogenia Táxons e Complexidade – 3 árvores possíveis para 4 táxons – Para 5 táxons?

7 Algoritmo Evolutivo para Filogenia Táxons e Explosão Combinatorial

8 Algoritmo Evolutivo para Filogenia Tipos de Classificação – Métodos Baseados em Distância Requer definição de uma distância entre objetos – Métodos Baseados em Características Uma propriedade discreta de um objeto – Unicelulares (todas as espécies são unicelulares or multicelulares) – Cor de olho (cinza, azul, verde, marrom, nenhuma), etc. – Bases – Aminoácidos – Métodos Probabilísticos (Máxima Verossimilhança) Baseado na probabilidade de uma árvore explicar o conjunto dos objetos

9 Algoritmo Evolutivo para Filogenia Métodos de Distância – A distância evolutiva é calculada para todos os pares de táxons – Matriz de Distâncias – A árvore filogenética é construída considerando a relação entre esses valores de distâncias

10 Algoritmo Evolutivo para Filogenia Métodos de Distância – UPGMA - Unweight Pair-Group Method using an Arithmetic Average Par de elementos com menor distância na matriz Processo de cluterização – Mínimos Quadrados Árvore com menor R = (dij - eij) 2, dij - distância observada eij - distância esperada R deve ser calculado para todas as topologias

11 Algoritmo Evolutivo para Filogenia Métodos de Distância – Evolução Mínima Soma de todos os comprimentos de ramos para cada árvore Examinar todas as árvores Escolher a árvore de menor soma – NJ - Neighbor Joining Princípio de mínima evolução a cada estágio de ramificação – A distância entre cada par de espécies é a soma dos comprimentos dos ramos que os unem na árvore – Identifica o par mais próximo Agrupados por um nó interior Não examina todas as possíveis árvores

12 Algoritmo Evolutivo para Filogenia Métodos de Clusterização (UPGMA & NJ) – Rápidos Podem analisar conjuntos com muitos táxons – Similaridade e relação evolutiva não são equivalentes Clusterização por similaridade pode não produzir uma árvore evolutiva Não pode ser utilizado para análise de características Não é bom para encontrar a melhor árvore

13 Algoritmo Evolutivo para Filogenia Métodos com Critério de Ótimo – Mínimos Quadrados – Evolução Mínima – Parsimônia A melhor árvore tem o menor número total de alterações (eventos evolutivos) para todos os sítios Simples e intuitivo Pode ser enganado por altos níveis de homoplasias

14 Algoritmo Evolutivo para Filogenia Métodos com Critério de Ótimo – Máxima Verossimilhança Determina-se a probabilidade de um modelo evolutivo gerar um certo dado – Considera todos os sítios e todas as possibilidades de mutações em todos os nós internos da árvore proposta Multiplica-se a probabilidade de cada sítio – Probabilidade da árvore Pode ser utilizado para análises de características e de valores Mais consistente e com estimativas com menor variância Não é simples e intuitivo Computacionalmente intenso Pode ser enganado por altos níveis de homoplasias

15 Algoritmo Evolutivo para Filogenia Leat Squares (Characters)

16 Algoritmo Evolutivo para Filogenia Outros Algoritmos de Busca – Branch and Bound testa todas possibilidades minimizando os caminhos da raiz às folhas – Branch Swapping Restrutura a árvore obtida procurando uma melhor (podas e enxertos) – Divide and Conquer Divide n táxons em subconjuntos (subproblemas) Si Encontra as melhores sub-árvores por Si e as combina em uma

17 Algoritmo Evolutivo para Filogenia Buscas Estocásticas – Simulated Annealing – Multistarted Hillclimbing (Bootstrapping) – Evolutionary Algorithms Pode ser capaz de combinar características de todas as estratégias anteriores em uma única de forma sistematizada – Aleatoriedade – Bootstraping – Restruturação de árvores (branch swapping) – Otimização de subconjuntos (divide and conquer) – Pode conciliar mais de um dos critérios de árvore ótima apresentado – Etc.

18 Algoritmo Evolutivo para Filogenia Artigo Escolhido Gaphyl: A Genetic Algorithm Approach to Cladistics Congdon, C. B. Principles and Practice of Knowledge Discovery in Databases (PKDD 2001), Freiburg, Germany, September, 2001. In L. DeRaedt, A. Siebes (eds.), Principles of Data Mining and Knowledge Discovery, Lecture Notes in Computer Science, Vol. 2168, Springer-Verlag, Berlin, pp 67- 78. Metodologia relativamente simples Suficiente para mostrar as idéias mais relevantes envolvendo AE para Filogenia

19 Algoritmo Evolutivo para Filogenia Problema – Cladística Uma técnica para determinar hipóteses de relações evolutivas entre organismos Diferentes espécies – Valores de atributos (características) Constrói cladogramas – Filogenias: representações de possíveis relações ancestrais – Ancestral comum Árvore – Avaliação das Árvores Métrica Parsimônia

20 Algoritmo Evolutivo para Filogenia Soluções Buscas exaustivas – Evol. Mín., Mín. Quadrados, Máx. Parcimônia, Máx. Verossimilhança – Impraticáveis em domínios com grande número de táxons Busca heurística – Tipicamente utilizada por cladistic softwares – Hillclimbing Encontram ótimos locais, pode ser uma representação pobre NJ, UPGMA AEs – Tem mostrado para vários problemas melhor desempenho que abordagens hillclimbing – Concilia busca em profundidade e em largura em grandes espaços de busca – Gaphyl AG como técnica de busca para encontrar cladogramas Métrica de avaliação de árvores (Phylip)

21 Algoritmo Evolutivo para Filogenia Fatores para verifica a adequação do uso de AEs – Há uma forma mais direta de encontrar a solução do problema? Se houver – Não utilize AEs – É possível representar soluções potenciais do problema com estruturas de dados simples? Se não for – Pode ser difícil trabalhar com os operadores genéticos

22 Algoritmo Evolutivo para Filogenia – É possível obter uma métrica para avaliar a qualidade de cada solução potencial? Se não for – Não será possível determinar as soluções mais promissoras – Pode-se inventar operadores que produzam soluções filhas viáveis? Se os filhos não retiverem parte das características que tornam seus pais 'bons', o AE poderá não ser melhor do que um procedimento de tentativa e erro randômico

23 Algoritmo Evolutivo para Filogenia Para Cladística – Abordagens Hillclimbing podem ficar presas a ótimos locais – Técnicas de AEs são resistentes a este fenômeno – Dificuldade em implementar cladística por AE Elaborar operadores capazes de produzir descendentes que retenham informações importantes de seus pais

24 Algoritmo Evolutivo para Filogenia Operadores para Cladística – Operador de Crossover Pai1 – Escolha aleat. uma espécia Selecione aleat. uma sub-árvore S1 com este nó Pai2 – Encontre a menor sub-árvore S2 contendo todas as espécies da S1 Descendente – Troque S1 no Pai1 por S2 – Corte a nova árvore removendo as espécies duplicadas Repita o processo trocando Pai1 por Pai2 – Para gerar dois descendentes

25 Algoritmo Evolutivo para Filogenia Exemplo A BC D E G F S1 Pai1 C D E G S2 Pai2 A B F C D E G F S2 Pai1 A B F A B F Podar

26 Algoritmo Evolutivo para Filogenia Operadores de Mutação – M1 Selecione duas folhas (espécies) aleat. Troque suas posições na árvore – Este operador não altera a estrutura da árvore A BC D E G F Pai C BA D E G F Filho

27 Algoritmo Evolutivo para Filogenia M2 Selecione uma espécie aleat. Corte a espécie da árvore Inclua de volta como irmã do resto da árvore – Criando uma nova raiz A BC D E G F Pai Filho A BC D E G F B

28 Algoritmo Evolutivo para Filogenia Resultados Experimentais – Comparação com Phylip Possui componente estocástica – Requer várias execuções Para cada uma as espécies são listadas em uma ordem diferente Gaphyl – Vários efeitos de geração de números aleatórios Construção da população inicial Seleção de pais Seleção de pontos de crossover e mutação

29 Algoritmo Evolutivo para Filogenia Resultados Experimentais – Conjunto de Dados Lamiiflorae - 23 espécies – Em 1,5h. de processamento Phylip e Gaphyl encontraram 45 árvores diferentes com parsimônia 72 Phylip encontra a primeira árvore com 72 mais rapidamente Angiosperm - 49 espécies – Phylip encontra primeiramente a árvore com melhor parsimônia (279) – Para um mesmo tempo de computação Gaphyl encontrou 222 árvores diferentes com parsimônia 279 Phylip encontrou 40 árvores diferentes com parsimônia 279

30 Algoritmo Evolutivo para Filogenia Conclusões – Gaphyl aparenta ser capaz de encontrar um conjunto mais completo de árvores Quando o número de espécies é maior – Sugerindo que Gaphyl possa encontrar soluções melhores que Phylip para conjuntos de dados com um número maior de espécies e atributos Aparentemente explora melhor o espaço de busca Mais adequado para avaliação das hipóteses filogenéticas obtidas - agrupamentos na árvore – Bootstrapping Jackknifing – Análise de Decaimento (Suporte de Bremer)

31 Algoritmo Evolutivo para Filogenia Conclusões – Mais testes precisam ser feitos – Mais operadores devem ser testados Outros trabalhos têm apresentado resultados semelhantes

32 Algoritmo Evolutivo para Filogenia Problemas com os operadores – É possível utilizar estruturas de dados mais eficientes Kershenbaum Gen Knowles Prado & Von Zuben Delbem – Resultados obtidos Algumas dessas técnicas resolveram problemas similares com centenas de nós – Proposição: explorar e compara essas alternativas no problema de filogenia Requerem adaptações para o problema de Filogenia