Расшифровка генома первого живого организма в 1995 году ознаменовало начало новой эры в биологии [Fleischmann et al 1995]. Сегодня в биологических базах данных [Wheeler et al 2005] доступны более 200 разнообразных микробиологических геномов и несколько десятков геномов эукариот (включая геном человека [Lander et al 2001]). Многие из них можно разбить на группы ортологов — потомков одного гена-предка [Fitch 1970]. В 1997 году была предложена процедура организации гомологичных генов в кластеры ортологичных групп (КОГ) [Tatusov 1997], и с ее помощью осуществляется классификация генов для вновь расшифрованных геномов [Tatusov 2003].
В биологических исследованиях широко используются методы анализа, в которых рассматриваются элементарные эволюционные события для получения статистически значимых филогенетических связей. Наиболее часто используются попарные сравнения молекулярных последовательностей. В этом случае традиционный подход предполагает для реконструкции сценария эволюции использовать матрицу попарных расстояний. В литературе описано несколько методов построения таких матриц [Yang 2005]. Они позволяют строить удовлетворительные филогенетические деревья, хотя групповые взаимодействия генов остаются неучтенными, что заставляет искать более адекватные методы для анализа.
Другим вариантом анализа филогенетического процесса является рассмотрение подмножеств организмов, имеющих один из КОГ’ов. При этом чувствительность методов анализа становится ниже, чем при вычислении расстояний между молекулярными последовательностями, но это является закономерной платой за повышение устойчивости.
Предлагается при рассмотрении группы организмов построить множество образов (паттернов), характеризующих каждый присутствующий в них КОГ. Учет вероятностей пропадания и появления КОГ’ов на различных участках филогенетического дерева позволяет оценить частоты его встречаемости совместно у наблюдаемой группы организмов. Сравнение наблюдаемых и рассчитанных частот указывает на правильность выбранной модели и используемого филогенетического дерево, что обеспечивает возможность выбора наилучших моделей и наборов вероятностей пропадания и появления генов. Прямой расчет указанных частот является весьма трудоемким и требует перебора значительного количества вариантов. Еще более сложным является вычисления частных производных для осуществления процесса оптимизации с помощью алгоритма градиентного спуска.
Одним из наиболее перспективных вариантов преодоления указанных трудностей является использование нейросетевых технологий. Способность нейронных сетей решать сложные задачи позволяет надеяться, что их использование позволит провести более адекватный эволюционный анализ. Для снижения объема расчетов предложена нейросетевая интерпретация вычислений, с помощью которой удается получить эффективный расчет как собственно частот, так и построение алгоритма подстройки вероятностей появления и пропадания КОГ’ов на основе обобщенного метода обратного распространения ошибки.
