Эффективное моделирование генеалогий и мутаций с помощью msprime 1.0

Стохастическое моделирование — важный инструмент популяционной генетики: используемые модели часто не поддаются аналитическому решению, и моделирование обычно остаётся единственным способом получить эталонные данные для оценки методов статистического вывода. Поэтому было разработано множество специализированных программ, каждая из которых решает отдельные задачи, хотя их функциональность во многом совпадает, а усилия разработчиков дублируются. В этой статье представлена версия 1.0 программы msprime, эффективно моделирующей генеалогии и мутации на основе компактной структуры данных «последовательность деревьев» и библиотеки tskit. Мы обобщаем многочисленные возможности msprime и показываем, что программа обладает высокой производительностью: во многих случаях она работает в разы быстрее специализированных аналогов и требует меньше памяти. Эти возможности тщательно проверены и подтверждены. Программа создана в рамках совместной разработки с открытым исходным кодом, что сокращает дублирование усилий и способствует повышению качества благодаря участию сообщества.