Расширение приближённых байесовских вычислений с помощью обучения с учителем для восстановления демографической истории по генетическим полиморфизмам с использованием DIYABC Random Forest

Методы, основанные на моделировании, такие как приближённые байесовские вычисления (ABC), хорошо подходят для анализа сложных сценариев генетической истории популяций и видов. В этом контексте методы обучения с учителем предлагают эффективные статистические решения для выбора сценария и оценки параметров. Метод случайного леса (RF) представляет собой мощный ансамбль алгоритмов обучения с учителем, применяемых для решения задач классификации и регрессии. Случайный лес позволяет проводить статистический вывод при низких вычислительных затратах, без предварительного отбора информативных компонентов сводной статистики ABC и без определения уровней допуска ABC. Мы реализовали набор алгоритмов RF для проведения статистического вывода на основе смоделированных наборов данных, полученных с помощью расширенной версии симулятора популяционной генетики, реализованного в DIYABC v2.1.0. Созданный компьютерный пакет DIYABC Random Forest v1.0 объединяет в удобном пользовательском интерфейсе две функциональные возможности: моделирование различных типов молекулярных данных — микросателлитов, последовательностей ДНК или SNP — по заданным эволюционным сценариям и обработку данных методами RF, включая статистические инструменты для оценки мощности и точности вывода. Возможности DIYABC Random Forest v1.0 для выбора сценария и оценки параметров продемонстрированы на анализе псевдонаблюдаемых и реальных наборов данных по SNP, полученных при пуловом и индивидуальном секвенировании. Благодаря свойствам реализованных методов RF и большому вектору признаков, доступному для данных SNP и включающему различные сводные статистики и их линейные комбинации, DIYABC Random Forest v1.0 может эффективно применяться для анализа больших наборов данных по SNP и восстановления сложной истории популяций.