Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Revealing Extinction Risk through Comparative Genomics and Artificial Intelligence

Opis projektu

Genomika i sztuczna inteligencja wspierają przewidywanie ryzyka wyginięcia gatunków

Zrozumienie przyczyn wymierania gatunków jest kluczowym zagadnieniem z punktu widzenia biologii ewolucyjnej i ochrony różnorodności biologicznej. Czerwona Lista Gatunków Zagrożonych, opracowana przez Międzynarodową Unię Ochrony Przyrody, opiera się na takich czynnikach, jak wielkość populacji i zagrożenia zewnętrzne, aby przewidzieć tempo spadku liczebności i ryzyko wyginięcia każdego gatunku. Jednocześnie pomija ona czynniki genetyczne, które mogą rzucić światło na różnorodność genetyczną i szkodliwe mutacje mogące mieć wpływ na ryzyko wyginięcia. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu REVEAL połączy wielkoskalowe dane dotyczące genomu ptaków, symulacje komputerowe i sztuczną inteligencję, aby odkryć sygnatury genetyczne powiązane z ryzykiem wyginięcia. Naukowcy ocenią mocne strony i ograniczenia genomów referencyjnych w zakresie przewidywania ryzyka wyginięcia w celu opracowywania strategii ochrony.

Cel

Understanding species extinction risk is a crucial goal in Evolutionary Biology and a contemporary societal challenge. The standard
method for assessing extinction risk, the IUCN Red List, focuses on external threats and overlooks genetic factors. Despite some weak
and variable correlations, genetic diversity offers insights beyond the Red List, potentially resulting in an underestimation of
extinction risk. Genomic data, generated rapidly through initiatives like the Bird 10,000 Genomes Project, has the potential to
enhance assessments by revealing historical population demography, genetic diversity, and the genetic load of deleterious
mutations. Recently, there has been excitement about the potential of reference genomes in conservation genomics. However, the
actual potential and limitations of single reference genomes in informing conservation strategies remain unexplored. To address this
gap, I propose a comprehensive approach, REVEAL, which integrates comparative genomics and individual-based simulations within
a robust Artificial Intelligence (AI) framework. The proposal comprises three steps: (i) simulating extinction risk using a broad
parameter space with a dataset of at least 3,825 bird genomes generated by the B10K consortium, (ii) training AI models to recognise
genomic signatures associated with extinction risk, based on the previous simulations, and (iii) evaluating the potential and
limitations of single reference genomes for extinction risk assessment, using the trained AI models. In particular, I will focus on avian
species with diverse geographic ranges and ancestral population sizes in order to compare extinction risk predictions, considering
both spatial dynamics and temporal dynamics. REVEAL seeks to move beyond conventional assessments and improve our
understanding of extinction risk evaluation using genomic data, ultimately enhancing our ability to formulate effective species
recovery strategies.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2024-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

KOBENHAVNS UNIVERSITET
Wkład UE netto
€ 247 553,28
Koszt całkowity
Brak danych

Partnerzy (2)