Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

First use of probabilistic programming for hard problems in statistical phylogenetics

Descrizione del progetto

Un approccio probabilistico all’analisi statistica della filogenetica

L’analisi statistica dei modelli filogenetici è attualmente una delle aree di ricerca più attive nella biologia computazionale, con ampie applicazioni nella teoria dell’evoluzione, dell’epidemiologia e della medicina legale. Gli approcci computazionali all’inferenza esistenti basati sui metodi Monte Carlo basati su Catena di Markov (MCMC) non sono così efficienti come gli algoritmi di inferenza Monte Carlo sequenziali (SMC). L’obiettivo del progetto PhyPPL, finanziato dall’UE, è quello di applicare la programmazione probabilistica per generare automaticamente modelli di inferenza SMC per quei problemi filogenetici difficili da risolvere con metodi MCMC. In particolare, il progetto concepirà algoritmi di inferenza statistica per modelli di diversificazione complessi con topologia ad albero variabile e un processo di ramificazione dipendente dal tratto. Per dimostrare il potenziale dei nuovi algoritmi, il progetto li utilizzerà per tracciare l’impatto dell’orogenesi andina sulla biodiversità neotropicale.

Obiettivo

Statistical analysis of phylogenetic models is one of the most active areas of research in computational biology today with wide applications in the Theory of Evolution, epidemiology, forensics, etc. Current phylogenetic software packages limit the user to the set of phylogenetic models and inference strategies that have been pre-programmed in the tool. Inference under certain important phylogenetic models is very difficult with the Markov chain Monte-Carlo strategy implemented in current packages for phylogenetic analysis. The new paradigm of probabilistic programming, coming from computational statistics and theoretical computer science, solves the model expression problem and enables the user to implement novel inference methods. We utilize probabilistic programming to automatically generate Sequential Monte Carlo (SMC) inference machinery for MCMC-hard problems in phylogentics. SMC algorithms may be more efficient, provide unbiased solutions, and provide likelihoods estimates for model comparison.

The goal of the proposed research is to carry out some of the first applications of probabilistic programming to real-world problems of empirical interest in evolutionary biology. The objectives are (1) to design and implement statistical inference machinery for complex diversification models with variable tree topology and a trait-dependent branching process under probabilistic programming, (2) to do a pilot study on the applicability of this inference machinery by studying the effect of the orogeny of the Andes on Neotropical biodiversity, and (3) contribute to the design and implementation of a novel probabilistic programming language for phylogenetics, TreePPL, by utilizing the insights gained from (1) and (2).

We also propose dissemination and communication measures that target scientists and the general public throughout Europe and in particular new and aspiring EU member states.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) H2020-MSCA-IF-2019

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

NATURHISTORISKA RIKSMUSEET
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 203 852,16
Indirizzo
Frescativägen 40
SE 114 18 Stockholm
Svezia

Mostra sulla mappa

Regione
Östra Sverige Stockholm Stockholms län
Tipo di attività
Research Organisations
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 203 852,16
Il mio fascicolo 0 0