TreePPL - ett nytt programmeringsspråk för fylogenetik

Projektöversikt

Projektperiod: 2020 - pågående

Medverkande enheter vid museet: BIO

Projektbeskrivning

Inom statistisk fylogenetik behöver forskare ofta implementera både den teoretiska modellen av intresse och metoden för statistisk inferens. Detta gör det besvärligt att utforska alternativa modeller, eftersom inferensen då också måste anpassas. Inom det som kallas sannolikhetsbaserad programmering är målet att separera modell och inferens så att en empirisk forskare kan fokusera mer på modellen och mindre på inferensen.

Det sannolikhetsbaserade programmeringsspråket TreePPL är riktat till forskare inom till exempel beräkningsbiologi och bioinformatik. TreePPL:s långsiktiga mål är att göra det möjligt för dessa forskare att enkelt definiera vilken modell som helst som är av intresse, och att det automatiserade systemet sedan tillhandahåller effektiva inferensalgoritmer för den specifika modellen. TreePPL är ett öppet forskningsprojekt där flera forskare från olika institut deltar.

Det finns fyra specifika designmål för TreePPL:

1. TreePPL ska vara lätt att använda för empiriker. TreePPL ska erbjuda modern effektivitet inom inferensalgoritmer.
2. TreePPL ska stödja avancerade användare som vill experimentera med inferensalgoritmer eller utveckla helt nya inferensstrategier för fylogenetiska modeller.
3. TreePPL ska erbjuda ett antal färdiga modeller som användare kan använda som utgå
4. Fylogenetiska data ska vara lätt att hantera i TreePPL.

På grund av TreePPL:s universalitet är forskare från alla ämnesområden välkomna att experimentera med och bidra till projektet.

Mer information finns på TreePPL:s hemsida: www.treeppl.org Länk till annan webbplats.

Finansiärer

Projektet har delvis finansieras av:

Stiftelsen för strategisk forskning (FFL15–0032 and RIT15–0012), Digital Futures, Vetenskapsrådet (grant 2018–04329 till DB, grants 2018-04620 and 2021–04830 till FR), and International Postdoc Grant 2020–06422 till MPB), och EU:s Horizon 2020 forsknings och innovationsprogram Marie Skłodowska–Curie (PhyPPL No. 898120 till VS). Forskningen har också utförs som en del av Vinnovas Centrum för pålitliga Edge-baserade system och applikationer på KTH.

Utvalda publikationer

• Fredrik Ronquist, Jan Kudlicka, Viktor Senderov, Johannes Borgström, Nicolas Lartillot, Daniel Lundén, Lawrence Murray, Thomas B. Schön & David Broman. Universal probabilistic programming offers a powerful approach to statistical phylogenetics. Commun Biol 4, 244 (2021). https://doi.org/10.1038/s42003-021-01753-7 Länk till annan webbplats.
• TreePPL: A Universal Probabilistic Programming Language for Phylogenetics. Viktor Senderov, Jan Kudlicka, Daniel Lunden,Viktor Palmkvist, Mariana P Braga, Emma Granqvist, David Broman, Fredrik Ronquist. bioRxiv10.10.561673; doi: https://doi.org/10.1101/2023.10.10.561673 Länk till annan webbplats.