Project
Bayesiaanse fylogenetische model ontwikkeling voor virale evolutionaire reconstructie
Statistische modellering staat centraal in het beschrijven van de complexe processen die deel uitmaken van het evolutieproces. Heel wat aandacht gaat naar het identificeren van processen van natuurlijke selectie op moleculair niveau, en hoe deze fylogenetische reconstructie beïnvloeden. In het eerste deel van dit project zullen we het gebruik onderzoeken van Markov-gemoduleerde codon substitutiemodellen om moleculaire adaptatie te karakteriseren. We zullen dergelijke modellen implementeren in een Bayesiaans statistisch kaderen en hun performantie bepalen op gesimuleerde en empirische data. Om aan de computationele beperkingen tegemoet te komen, zullen we massale parallelle waarschijnlijkheidsberekeningen exploreren op muli-core architectuur. We zullen deze modellen complementeren met stochastische mapping technieken om een nieuwe aanpak te ontwikkelen om residu-specifieke evolutiegeschiedenissen te ontrafelen. In het tweede deel van het project, hebben we als doel om flexibele en computationeel efficiënte Bayesiaanse implementaties van codon substitutiemodellen te ontwikkelen die variatie in synonieme en niet-synonieme substitutiesnelheden in rekening nemen zowel tussen residuen als tussen takken in de evolutiegeschiedenis. We zullen hiervoor gebruik maken van Bayesiaanse non-parametrische modellen om op een flexibele manier heterogeniteit in het proces van natuurlijke selectie in rekening te brengen en om accurate schattingen van divergentietijden te bekomen voorbij het punt van saturatie in nucleotide substituties. Ook voor deze modellen zullen we performantie nagaan vanuit zowel een statistisch en computationeel perspectief.