Phyloformer : Reconstruction phylogénétique rapide, précise et polyvalente avec des réseaux neuronaux profonds

L'inférence phylogénétique vise à reconstruire l'arbre décrivant l'évolution d'un ensemble de séquences descendant d'un ancêtre commun. Le coût computationnel élevé des méthodes de pointe d'inférence par maximum de vraisemblance et bayésienne limite leur utilisabilité sous des modèles évolutifs réalistes. En tirant parti des avancées récentes en matière d'inférence sans vraisemblance et d'apprentissage profond géométrique, nous introduisons Phyloformer, une méthode rapide et précise pour l'estimation de distance évolutive et la reconstruction phylogénétique. En échantillonnant de nombreux arbres et séquences sous un modèle évolutif, nous formons le réseau pour apprendre une fonction qui permet de prédire les premiers à partir des derniers. Sous un modèle couramment utilisé d'évolution des séquences protéiques et en exploitant l'accélération GPU, il dépasse les méthodes de distance rapides tout en correspondant à la précision du maximum de vraisemblance sur des données simulées et empiriques. Sous des modèles plus complexes, dont certains incluent des dépendances entre sites, il surpasse d'autres méthodes. Nos résultats ouvrent la voie à l'adoption de modèles réalistes sophistiqués pour l'inférence phylogénétique.