Genealogische Eigenschaften spatialer Modelle der Populationsgenetik

• Antragsteller: Johannes Wirtz, Ph.D.
• Fachliche Zuordnung: Bioinformatik und Theoretische Biologie ; Mathematik
• Förderung: Förderung von 2020 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 448871728

Bei der Analyse genomischer Daten kommt vermehrt Bedeutung Methoden zu, die Georeferenzierung erlauben, d.h., die in der Lage sind, Informationen zur räumlichen Herkunft der Daten mit einzubeziehen. Dies ist zum Beispiel von Bedeutung in der Virologie, wo die Herkunft der Daten in der Analyse eine große Rolle spielt, und allgemein in Situationen, in denen die evolutionäre Vergangenheit einer Population stark durch geographische Gegebenheiten geprägt ist. Einen Ansatz zur Modellierung von Populationen im Raum stellt der spatiale Lambda-Fleming-Viot-Prozess dar. Dieser verfügt über sehr vorteilhafte probabilistische Eigenschaften und ist in mehreren Aspekten anderen populationsgenetischen Ansätzen mit räumlicher Komponente überlegen. Über die statistischen Eigenschaften von unter seiner Annahme generierten Stichprobendaten, insbesondere in genealogischer Hinsicht, ist bisher allerdings wenig bekannt. Diese zu erforschen stellt das primäre Ziel dieses Projektes dar. Besonderes Augenmerk soll zunächst auf der Herleitung von Koaleszenzraten und -wahrscheinlichkeiten liegen. Aufbauend darauf soll der Wahrscheinlichkeitsraum der Stichprobengenealogien, gegeben die räumlichen Koordinaten der Stichprobenelemente, approximativ beschrieben werden. Im Anschluss sollen die gewonnenen Erkenntnisse verwendet werden, Bayessche Statistik vor dem Hintergrund des spatialen Lambda-Fleming-Viot-Prozesses zu betreiben. Insbesondere soll eine Softwareimplementation bereitgestellt werden, mit der populationsgenetisch relevante Parameter aus Stichprobendaten mittels Markov-Chain Monte-Carlo-Simulation geschätzt werden können. Da die Vorteile dieses Verfahrens im Wesentlichen darin bestehen, Vorwissen über die statistischen Eigenschaften des Prozesses auszunutzen, können bestehende Ansätze durch die im ersten Schritt gewonnenen Erkenntnisse entscheidend verbessert werden. Abgeschlossen werden soll das Projekt mit einer Anwendung der Software auf zur Verfügung stehende Datensätze von Influenza- und Rice Yellow-Mottle-Viren.

• DFG-Verfahren: WBP Stipendium
• Internationaler Bezug: Frankreich
• Gastgeber: Professor Dr. Stephane Guindon