Infering population history with DIY ABC: a user-friendly approach to Approximate Bayesian Computation.
2008
Cornuet, Jean-Marie | Santos, Filipe | Beaumont, Marc, A. | Robert, Christian | Marin, Jean-Michel | Balding, David J. | Guillemaud, Thomas | Estoup, Arnaud | Centre de Biologie pour la Gestion des Populations (UMR CBGP) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD [Occitanie])-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro) | Grupo de Acessibilidade e Ambientes Virtuais ; Universidade de Trás-os-Montes e Alto Douro (UTAD) | School of Biological Sciences [Reading] ; University of Reading (UOR) | CEntre de REcherches en MAthématiques de la DEcision (CEREMADE) ; Université Paris Dauphine-PSL ; Université Paris Sciences et Lettres (PSL)-Université Paris Sciences et Lettres (PSL)-Centre National de la Recherche Scientifique (CNRS) | Centre de Recherche en Économie et Statistique (CREST) ; Ecole Nationale de la Statistique et de l'Analyse de l'Information [Bruz] (ENSAI) ; Groupe des Écoles Nationales d'Économie et Statistique (GENES)-Groupe des Écoles Nationales d'Économie et Statistique (GENES)-École polytechnique (X) ; Institut Polytechnique de Paris (IP Paris)-Institut Polytechnique de Paris (IP Paris)-École Nationale de la Statistique et de l'Administration Économique (ENSAE Paris) ; Groupe des Écoles Nationales d'Économie et Statistique (GENES)-Institut Polytechnique de Paris (IP Paris)-Centre National de la Recherche Scientifique (CNRS) | Model selection in statistical learning (SELECT) ; Laboratoire de Mathématiques d'Orsay (LMO) ; Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS)-Centre Inria de Saclay ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria) | Department of Epidemiology and Public Health ; Imperial College London | Institut des Sciences de l'Evolution de Montpellier (UMR ISEM) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-École Pratique des Hautes Études (EPHE) ; Université Paris Sciences et Lettres (PSL)-Université Paris Sciences et Lettres (PSL)-Université de Montpellier (UM)-Institut de recherche pour le développement [IRD] : UR226-Centre National de la Recherche Scientifique (CNRS) | Interactions Biotiques et Santé Végétale (IBSV) ; Institut National de la Recherche Agronomique (INRA) | ANR-05-BLAN-0196,MISGEPOP,Elaboration et évaluation de nouvelles méthodes d'inférence statistique en Génétique des Populations(2005)
International audience
Mostrar más [+] Menos [-]Inglés. Genetic data obtained on population samples convey information about their evolutionary history. Inference methods can extract part of this information but they require sophisticated statistical techniques that have been made available to the biologist community (through computer programs) only for simple and standard situations typically involving a small number of samples. We propose here a computer program (DIY ABC) for inference based on Approximate Bayesian Computation (ABC), in which scenarios can be customized by the user to fit many complex situations involving any number of populations and samples. Such scenarios involve any combination of population divergences, admixtures and population size changes. DIY ABC can be used to compare competing scenarios, estimate parameters for one or more scenarios, and compute bias and precision measures for a given scenario and known values of parameters (the current version applies to unlinked microsatellite data). This article describes key methods used in the program and provides its main features. The analysis of one simulated and one real data set, both with complex evolutionary scenarios, illustrates the main possibilities of DIY ABC.
Mostrar más [+] Menos [-]Palabras clave de AGROVOC
Información bibliográfica
Este registro bibliográfico ha sido proporcionado por Institut national de la recherche agronomique