< Terug naar vorige pagina

Project

Gestructureerde coalescentiemodellen voor nauwkeurige Bayesiaanse phylodynamische inferentie

Gebeurtenissen met infectieziekten, vooral die welke het gevolg zijn van nieuwe opkomende pathogenen, hebben in de afgelopen decennia aanzienlijk toegenomen, mogelijk als gevolg van verschillende wijzigingen ecologische, biologische, socio-economische en politieke factoren (Chan et al., 2010). Deze factoren - waaronder de toegenomen wereldbevolking, vergrijzing, internationale expansie reizen en handel, verstedelijking en klimaatverandering - bevorder de opkomst, evolutie en verspreiding van nieuwe pathogenen (Bloom et al., 2017), een trend die zich zeer waarschijnlijk zal voortzetten. De voorwaarde phylodynamics is bedacht om het gedrag van besmettelijke ziektes te beschrijven dat ontstaat uit a combinatie van dergelijke evolutionaire en ecologische processen (Grenfell et al., 2004) en recent jaren hebben de opkomst gezien van verschillende toepassingen om phylodynamische inferentie uit te voeren. Centraal in deze softwarepakketten staan statistische en computationele benaderingen laten toe om de niet-geobserveerde - en meestal tijdgestempelde - fylogenie met betrekking tot a te reconstrueren moleculaire sequentiemonster, dat dient als primaire tool voor moleculaire epidemiologen (Pybus en Rambaut, 2009), waardoor belangrijke biologische vragen over virale epidemieën kunnen worden aangepakt. Het doel van dit doctoraatsonderzoek is het verbeteren van de nauwkeurigheid van op waarschijnlijkheid gebaseerde modelmatige gevolgtrekkingen voor fylogeografie om de verspreiding van ziekteverwekkers tussen geografische locaties en om te bestuderen identificeren van hun oorspronkelijke bron, door het ontwikkelen van nieuwe computationeel traceerbare gestructureerde coalescente modellen. Dergelijke modellen verklaren expliciet de effecten van migratie op de vorm en vertakkingslengten van de onderliggende fylogenie, maar zijn op dit moment alleen geschikt om gegevens te analyseren sets die beperkt zijn in termen van het aantal mogelijke bemonsteringslocaties. Ik zal nieuwe analytische formuleringen van de gestructureerde coalescentiemodellen onderzoeken als benaderingen zo goed mogelijk en probeer ze te combineren met geschikte overgangskernels aanpakken van de convergentie- en mengproblemen die huidige parametrering van dergelijke verhinderen modellen die op grote schaal worden gebruikt op het gebied van phylodynamica. Hiertoe zal ik de extensie bestuderen van een adaptieve MCMC-benadering die recent werd ontwikkeld voor gebruik in de fylogenie (Baele et al., 2017) evenals de toepassing van een Hamilton-Monte Carlo-benadering. De ontwikkelde model, samen met de bijbehorende overgangskernels, zullen worden geëvalueerd met behulp van simulaties en empirische voorbeelden om de nauwkeurigheid ervan te beoordelen, evenals de prestaties ervan op datasets van variërende magnitudes, met bijzondere aandacht voor grote aantallen bemonsteringslocaties. Ten slotte zal ik een nieuwe visualisatiebenadering ontwikkelen om de oorsprong en verspreiding van te bestuderen een uitbraak en koppel deze aspecten aan ecologische, infrastructurele en urbanisatiegegevens. Als zodanig, het doel is om de geannoteerde fylogenieën te visualiseren, geschat door mijn voorgestelde fylogeografische benadering met behulp van een op de browser gebaseerd analyseplatform. Ik probeer te communiceren met het ontwikkelteam van Luciad (http://www.luciad.com), een softwarebedrijf gevestigd in Leuven dat geospatiale situationele bewustzijnstoepassingen levert, om te bepalen wat juist is technologieën en softwareontwerp om een efficiënt en gebruikersvriendelijk systeem te implementeren toepassing. De software zal worden ontworpen met beoefenaars in volksgezondheid en epidemiologie in gedachten, die een rol spelen bij het verzamelen van pathogenen voor het bepalen van de sequentie tijdens een epidemie.

Datum:1 okt 2018 →  Heden
Trefwoorden:Phylogenetics, Virology, Infectious Diseases, Evolutionary
Disciplines:Biostatistiek, Computationele evolutionaire biologie, comparatieve genomics en populatiegenomics
Project type:PhD project