Fitch 방법의 정확도 분석 초정밀 초거리 계통수에서의 조상 상태 복원

초록

본 논문은 Fitch 방법을 이용한 조상 상태 복원의 정확도를 정량화하기 위해 재귀식을 도출하고, 이를 완전 이진 트리와 초거리(ultrametric) 트리에 적용한다. 완전 이진 트리에서는 트리 깊이가 무한대로 커질 때 정확도가 특정 값으로 수렴함을 보였으며, 초거리 트리에서는 트리 전체에 걸친 최소 정확도 하한을 제시한다.

상세 분석

Fitch 방법은 최소 비용 원칙에 기반한 가장 단순한 조상 상태 추정 알고리즘으로, 각 내부 노드에 대해 자식들의 상태 집합을 교집합·합집합 연산으로 결합한다. 이 논문은 이러한 연산 과정을 확률론적 관점에서 모델링하여, 각 노드에서 특정 상태가 최종 집합에 포함될 확률을 재귀적으로 계산하는 식을 제시한다. 핵심은 두 종류의 확률, 즉 “정확히 같은 상태를 유지하는 경우”와 “오차가 발생해 다른 상태가 선택되는 경우”를 구분하고, 이를 트리 구조에 따라 전파하는 것이다.

완전 이진 트리(노드 수가 2ⁿ인 경우)에 대해 저자들은 트리 높이가 n→∞ 일 때, 루트 상태 복원 정확도가 ½보다 크게 유지되는 임계값을 찾는다. 구체적으로, 각 엣지에 동일한 변이 확률 p를 가정하고, 재귀식의 고정점을 분석함으로써 정확도가 (1‑2p)⁻¹·(1‑p) 형태로 수렴함을 증명한다. 이는 변이 확률이 0.25 이하일 때 정확도가 0.6 이상으로 유지된다는 의미이며, 변이율이 높아질수록 수렴값이 0.5에 가까워짐을 보여준다.

초거리 트리의 경우, 모든 잎이 동일한 거리(시간)만큼 진화했다고 가정한다. 저자들은 트리 전체의 평균 변이량을 τ라 두고, 각 엣지의 변이 확률을 exp(−λ·t) 형태의 마코프 과정으로 모델링한다. 이때 재귀식은 트리의 깊이에 따라 감소하는 함수 형태를 띠며, 최악의 경우에도 정확도가 ½ 이상임을 보장한다. 특히, 트리의 최소 잎-루트 거리 d에 대해 정확도 하한을 ½·(1+e^{−λd}) 로 제시함으로써, 초거리 트리에서는 변이율이 낮을수록 정확도가 급격히 상승한다는 직관을 수학적으로 뒷받침한다.

이러한 결과는 Fitch 방법이 단순함에도 불구하고, 특히 변이율이 낮고 트리 구조가 균형 잡힌 경우에 강력한 복원 성능을 보인다는 중요한 통찰을 제공한다. 또한, 재귀식 기반 분석 프레임워크는 다른 파싱 알고리즘이나 비대칭 변이 모델에도 확장 가능함을 시사한다.