Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Generative Artificial Intelligence in Population Genetics

Description du projet

Un outil d’IA pour découvrir l’histoire démographique des populations et des espèces

Les programmes de conservation et d’élevage s’appuient sur la connaissance de l’histoire démographique pour protéger et étudier efficacement les espèces sauvages et domestiques. Cependant, l’inférence d’histoires démographiques à partir de données génétiques est un défi en raison de la non-identifiabilité des modèles, où des histoires différentes peuvent produire les mêmes schémas génétiques. Ce problème est aggravé par le fait que l’on s’appuie sur des statistiques sommaires plutôt que sur des données génétiques complètes. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet PopGenAI s’attaquera à la non-identifiabilité dans l’inférence démographique en développant un outil d’IA génératif innovant. Cet outil révélera quels scénarios historiques peuvent être distingués à partir de résumés spécifiques des données génomiques des populations et fournira de nouvelles informations sur les flux de gènes parmi les espèces récemment divergentes et domestiquées.

Objectif

Understanding the demographic history of populations and species is essential, as it plays a critical role in conservation and breeding programmes for both wild and domesticated species. However, inferring demographic history from genetic data faces the problem of model non-identifiability, where different demographic histories fit the genetic data equally well. This issue is amplified by the use of summary statistics instead of complete genetic data. Addressing the model non-identifiability problem is fundamental for improving the precision of demographic inference, particularly in complex cases involving multiple independent admixture events or barriers to gene flow.

This project aims to resolve the problem of model non-identifiability in demographic inference by developing a generative artificial intelligence (AI) tool that can uncover histories that are indistinguishable when a particular summary statistic is used. This generative AI will serve three core purposes: (1) identify non-identifiable demographic histories, helping researchers better understand the range of possible historical events that could explain the data; (2) apply this tool to clarify complex demographic histories in domesticated species, such as cattle, providing more accurate insights into their genetic background and informing breeding programmes to maintain genetic diversity; and (3) detect barriers to gene flow in recently diverged species, offering deeper insights into local adaptation and speciation processes valuable for conservation.

By addressing the model non-identifiability problem and applying this approach to key biological questions, this project has the potential to transform the study of demographic history in population genetics and open new perspectives for research on species evolution and adaptation.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
La classification de ce projet a été validée par des humains.

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

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

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2024-PF-01

Voir tous les projets financés au titre de cet appel

Coordinateur

THE UNIVERSITY OF EDINBURGH
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 276 187,92
Adresse
OLD COLLEGE, SOUTH BRIDGE
EH8 9YL Edinburgh
Royaume-Uni

Voir sur la carte

Région
Scotland Eastern Scotland Edinburgh
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée

Partenaires (1)

Mon livret 0 0