Предложен алгоритм для предсказания истории популяций людей и животных

Ученые из Университета ИТМО создали программу, позволяющую быстро и эффективно анализировать генетические данные. На их основе она строит наиболее вероятные модели демографической истории тех или иных популяций растений, животных и людей. Используя сложные схемы расчета, программа может с очень высокой долей вероятности предположить, какую историю прошла за последние тысячи лет та или иная группа живых организмов, какие периоды массового вымирания или массового размножения пережила популяция, давно ли она контактировала с другими родственными видами. Статья ученых, посвященная данной методологии, опубликована в журнале Giga Science.

Как выяснить, когда на земле появились предки современных тигров? Когда разделились две популяции слонов? Когда разделились между собой Homo sapiens африканской популяции и евразийской? На эти вопросы может ответить демографическая история популяции – составленная на основе генетики модель, на которой показано, какие этапы на своем веку переживала популяция: были ли в ее истории массовые вымирания, миграции или резкие взлеты численности.

Кроме фундаментального значения такие данные могут помочь нам и в прикладных исследованиях по экологии. Так, если в каком-то районе осталось всего восемьсот моржей, ученым необходимо понять, критическое ли это снижение или же естественная численность, которая остается таковой уже несколько тысяч лет.

Создание демографической истории популяции на основе генетических данных – сложная задача, требующая от популяционного генетика не только знаний в области биологии, но и навыков программирования. Ученому необходимо собрать данные и написать код для расчета выбранных возможных моделей эволюции популяции, которые могли привести к тому многообразию генетических данных, которое мы наблюдаем у представителей сегодняшней популяции. До недавнего времени это был долгий процесс, конечный результат которого очень сильно зависел от изначальной гипотезы ученого. Если в ней был дефект и исследователь чего-то не учел, то программа уже не могла исправить эту изначальную ошибку и считала вероятность тех или иных демографических событий только в рамках, которые изначально для нее заложил человек.

Эту ситуацию призвано решить программное обеспечение, которое придумала группа ученых Университета ИТМО в рамках работы грантовых программ Проекта 5-100 и при поддержке JetBrains Research. Исследователи предложили программный продукт, который сам, автоматически, на основе данных геномных исследований строит наиболее вероятную модель демографической истории той или иной популяции. При этом он в существенной степени менее зависим от изначального предположения исследователя, не требует от генетика серьезных навыков написания кода и работает значительно быстрее. При этом программа достаточно гибкая, и, если полученный результат в чем-то разойдется с археологическими данными или историческими источниками, можно легко ввести дополнительные ограничения в алгоритм и он уточнит свою гипотезу.

«Наша программа автоматически выводит на основе генетических данных ту модель, которую считает оптимальной, – рассказывает Владимир Ульянцев, руководитель Международной лаборатории «Компьютерные технологии» Университета ИТМО, – она смотрит весь объем сценариев. Я как ученый буду смотреть наиболее правдоподобные с моей точки зрения гипотезы – их может быть три, пять, может быть десять. А программа будет тестировать все модели, которые покажутся ей вероятными, это значительно больший объем. Поэтому программа находит решения лучше тех, что были найдены людьми изначальными методами. Интересно, что этот метод вдохновлен тем, как происходит эволюция – особи мутируют, скрещиваются. У нас вместо особей – демографические модели и их параметры, а приспособленность определяется схожестью с рассматриваемыми данными».

Ученые могут наложить полученные данные на карту, сопоставить информацию о том, что в такой-то период наблюдалась миграция популяции с археологическими находками и другими данными. С помощью этих алгоритмов уже проверены многие исследования и гипотезы эволюционных генетиков. Во многих случаях результат получился точнее, нежели в изначальных исследованиях.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.