Statistische innovatie om sequenties en fenotypes te integreren om fylodynamische gevolgen op te schalen. (1R01AI153044-01A1)

Dit project beoogt het ontwerpen, ontwikkelen en verspreiden van Bayesiaanse statistische methodes en software om de historische en 'real-time' verspreiding van snel-evoluerende pathogenen to onderzoeken, zoals Ebola, HIV, influenza, Lassa, SARS-CoV-2, West Nile, gele koorts en Zika virussen. Eerst gaan we schaalbare Bayesiaanse fylodynamische technieken ontwerpen en implementeren om fenotypische kenmerken te integreren en hun gecorreleerde evolutie te bestuderen. Vervolgens willen we biologisch-realistische evolutionaire modellen en efficiente implementaties ontwikkelen om de heterogeniteit in ziekte-ontwikkeling te mappen en te begrijpen. Tenslotte zullen we modellen voor hoog-dimensionele en gemengde fenotypes ontwikkelen om gelijklopende genotype/fenotype verandering te linken met behulp van massief-parallele computing. Dit project zal zowel toolbox bibliotheken als gebruiksvriendelijke software aanleveren om toe te passen op een snel uitbreidende waaier aan grootschalige problemen in statistiek en geneeskunde.