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

Generative Artificial Intelligence in Population Genetics

Opis projektu

Sztuczna inteligencja ujawnia historię demograficzną populacji i gatunków

Programy ochrony i hodowli opierają się na wiedzy dotyczącej historii demograficznej, która pozwala skutecznie chronić i badać gatunki dzikie i udomowione. Jednak wnioskowanie o historii demograficznej na podstawie danych genetycznych jest trudnym zadaniem ze względu na brak możliwości identyfikacji modelu, gdyż różne historie mogą generować takie same wzorce genetyczne. Problem ten pogłębia fakt, że w analizach wykorzystywana jest miara rozkładu, a nie pełne dane genetyczne. Korzystając ze wsparcia programu działań „Maria Skłodowska-Curie”, zespół projektu PopGenAI postara się rozwiązać problem nieidentyfikowalności we wnioskowaniu demograficznym poprzez opracowanie innowacyjnego narzędzia generatywnej sztucznej inteligencji (AI). Narzędzie to pozwoli ustalić, które scenariusze historyczne dają się wyodrębnić z konkretnych podsumowań danych genomicznych dotyczących populacji, a także dostarczy nowych informacji na temat przepływu genów między gatunkami, które niedawno uległy dywergencji lub zostały udomowione.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
Klasyfikacja tego projektu została potwierdzona przez człowieka.

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

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

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

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

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

THE UNIVERSITY OF EDINBURGH
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 276 187,92
Adres
OLD COLLEGE, SOUTH BRIDGE
EH8 9YL Edinburgh
Zjednoczone Królestwo

Zobacz na mapie

Region
Scotland Eastern Scotland Edinburgh
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Partnerzy (1)

Moja broszura 0 0