Mineração de Subárvores Frequentes em Árvores Filogenéticas usando Conjuntos de Itens Frequentes Maximais

• João Vitor Moraes Universidade Federal Fluminense (UFF)
• Layse Gomes Castro Universidade Federal Fluminense (UFF)
• Isabel Rosseti Universidade Federal Fluminense (UFF)
• Daniel de Oliveira Universidade Federal Fluminense (UFF)

DOI: https://doi.org/10.5753/bresci.2026.249337

Resumo

A análise filogenética permite inferir relações evolutivas entre sequências biológicas. Contudo, diferentes métodos podem gerar árvores distintas a partir do mesmo conjunto de dados, o que resulta em múltiplas hipóteses plausíveis. Abordagens como as árvores de consenso buscam sintetizar essa variabilidade, mas podem ocultar conflitos topológicos e descartar sinais evolutivos relevantes. Este artigo apresenta o PhyloTreeMiner, um workflow para mineração de subárvores frequentes como alternativa ao consenso. A proposta identifica padrões topológicos recorrentes em múltiplas árvores com base no valor de suporte. O problema é modelado como a mineração de conjuntos de itens frequentes maximais, o que reduz o custo computacional. Os resultados são armazenados no Neo4j, permitindo consultas que integram topologia e metadados.

Palavras-chave: Mineração de Subárvores Frequentes, Árvores Filogenéticas, Conjuntos de Itens Frequentes Maximais, FPMax, Neo4j

Referências

Abdelhamid, E., Canim, M., et al. (2017). Incremental frequent subgraph mining on large evolving graphs. IEEE Trans. on Know. and Data Eng., 29(12):2710–2723.

Baker, K. S., Jauneikaite, E., et al. (2023). Genomics for public health and international surveillance of antimicrobial resistance. The Lancet Microbe, 4(12):e1047–e1055.

Bostanoğlu, B. E. and Abuzayed, N. (2024). Dynamic frequent subgraph mining algorithms over evolving graphs: a survey. PeerJ Computer Science, 10:e2361.

Bryant, D. (2003). A classification of consensus methods for phylogenetics. DIMACS series in discrete mathematics and theoretical computer science, 61:163–184.

Bukhari, S. A. C., Mandell, J., et al. (2019). A linked data graph approach to integration of immunological data. Proc. of the IEEE BIBM.

Deepak, A., Fernández-Baca, D., et al. (2014). Evominer: frequent subtree mining in phylogenetic databases. Knowl. Inf. Syst., 41(3):559–590.

Felsenstein, J. (2004). Inferring Phylogenies. Sinauer Associates.

Fitch, W. M. (1971). Toward defining the course of evolution: Minimum change for a specific tree topology. Systematic Zoology, 20(4):406–416.

Grahne, G. and Zhu, J. (2005). Fast algorithms for frequent itemset mining using fp-trees. IEEE Transactions on Knowledge and Data Engineering, 17(10):1347–1362.

Guedes, T., Ocaña, K., et al. (2017). Sciphylominer: um workflow para mineração de dados filogemônicos de protozoários. In XI BreSci, pages 69–76, São Paulo, Brasil. SBC.

Holder, M. T., Zwickl, D. J., et al. (2008). Evaluating the robustness of phylogenetic methods to among-site variability in substitution processes. Phil. Trans. of the Royal Society B: Biological Sciences, 363(1512):4013–4021.

Margush, T. and McMorris, F. (1981). Consensusn-trees. Bulletin of Mathematical Biology, 43(2):239–244.

Setubal, J. C. and Meidanis, J. (1997). Introduction to computational molecular biology. PWS Publishing Company.

Zadra, N., Rizzoli, A., and Rota-Stabelli, O. (2024). Comprehensive phylogenomic analysis of zika virus: Insights into its origin, past evolutionary dynamics, and global spread. Virus Research, 350:199490. Epub 2024 Nov 8.