- 著者
-
中村 政隆
伊藤 元己
川合 慧
佐久間 雅
- 出版者
- 東京大学
- 雑誌
- 基盤研究(C)
- 巻号頁・発行日
- 2003
複数の種(taxon)の遺伝子の塩基列もしくはアミノ酸列をデータとして、そこから系統樹(phylogenetic tree)を構築するアルゴリズムは、距離行列法と、与えられたデータのもとでの各二分木のコストを定義してコスト最小の二分木を求める、という2つのタイプに大別できる。距離行列法(Pairwise Distance Method)としては、UPGMA/WPGMA法(実用にはあまり用いられてない)、及び近隣結合法(Neighbour Joining Method, NJ法)などが知られている。それに対して、初期解から局所探索、つまり受刑探索を繰り返して最適器を求めるときの目的関数の取り方として、最小二乗法、最小進化法、最大節約法(Parsimony)、最尤法(Maximum Likelihood Method)などが知られている。一般に組み合わせ最適化の理論では、これらの樹形探索のような局所探索を繰り返すときには、適当なメタヒューリスティックアルゴリズムを使うとより効率的なアルゴリズムが得られることが知られている。実際には、組み合わせ最適化の分野でメタヒューリスティックアルゴリズムの名の下に以下の3つが知られている(1)遺伝的アルゴリズム(Genetic Algorithm)(2)タブー探索(Tabu Search)(3)進化的アルゴリズムこれらの戦略を系統樹アルゴリズムの樹形探索の部分に適用し、シミュレーションを繰り返してみた結果、タブー探索がもっとも効果的であるという知見を得た。