FLIP: Likelihood Schätzungen für Phylogenien

In Zeiten zunehmend effizienter Sequenziertechniken stellen sich der Bioinformatik neue Herausforderungen, um die bis dato unbekannte Datenflut an molekularen Sequenzen zu handhaben und zu analysieren. Zeitgleich zur Revolution in der Molekularbiologie hat die Rechnertechnologie substantielle Fortschritte gemacht. In dem vorgeschlagenen Projekt wollen wir bioinformatische, statistische und informatische Methoden einsetzen und endwickeln, um auch mit den neuen Daten und neuen Technologien effizient arbeiten zu können. Unser Hauptaugenmerk wird hierbei auf der Rekonstruktion der Verwandtschaftsverhältnisse heute lebender Organismen anhand ihrer Gene liegen. Dazu werden bekannte Methoden der Rekonstruktion der Verwandtschaftsverhältnisse weiter verbessert werden, indem wir die Fortschritte in der Rechnertechnologie nutzen werden. Wir wollen die technologische Entwicklung einsetzen, um Rechenzeit zu sparen und zeitgleich auch mehr Daten pro Zeiteinheit bearbeiten zu können, das erspart nicht nur den Forschern/Forscherinnen Zeit, sondern vermindert auch den Bedarf an elektrischer Energie. Neben der Verbesserung existierender Methoden werden wir auch völlig neuartige statistische Schätzverfahren und Algorithmen entwickeln, um die Datenflut zu bewältigen. Diese Methoden werden in Computerprogrammen integriert und der wissenschaftlichen Gemeinschaft zur Verfügung gestellt. Auf diese Weise möchten wir Rückmeldungen erhalten, die zu einer weiteren Verbesserung und Flexibilisierung unserer Programme führen sollen. Unsere entwickelten Methoden werden es dann ermöglichen, Stammbäume auch für sehr viele Arten zu berechnen. Die Verwandtschaftsverhältnisse werden auf einer soliden statistischen Grundlage berechnet und können somit auf ihre Plausibilität im Vergleich zu anderen Hypothesen über Verwandtschaftsverhältnisse verglichen werden. Die Biologie kommt damit ihrem Ziel, den Stammbaum aller Lebewesen zu berechnen einen deutlichen Schritt weiter.

Mit den ständig wachsenden biologischen Daten ist die Effizienz und Genauigkeit der Berechnungsmethoden für phylogenetische Rückschlüsse eine wichtige Frage für die Rekonstruktion des Stammbaumes aller heutigen Lebewesen (tree of Life) geworden. Die ständige Verbesserung der Software und der Algorithmen ermöglicht die Analyse mittels komplexen evolutionären Modellen auf von großen, sogenannten "phlyogenomics" Daten. Während der Förderperiode haben wir eine Reihe von Zielen erreicht. Erstens stellten wir eine parallelisierte Version unserer Flaggschiff-Software für phylogenetische Inferenz IQ-TREE zur Verfügung. Außerdem stellten wir eine Methode zur Verbesserung der Parameterschätzung unter einem der am häufigsten verwendeten evolutionären Modelle vor, "Invariable Sites plus ", vor. Wir veröffentlichten eine zweite Version der UFBoot-Methode, die häufig zur Schätzung der Signifikanz von evolutionären maximum-likelihood Bäumen verwendet wird. Wir erweiterten den UFBoot Ansatz um auch eine schnelle Schätzung der Verläßlichkeit von Parsimony-Bäumen zu erhalten. Diese neue Methode nennen wir MPBoot. Wir stellten auch ein Werkzeug, ModelFinder, für die schnelle und genaue evolutionäre Modellauswahl zur Verfügung Die wesentliche Neuerung ist die Implementierung einer verteilungsfreien Ratenschätzung, die jeder Position in einer DNA oder einem Protein eine eigene evolutionäre Raten zuordnet. Zu den weiteren Entwicklungen gehört die erstmalige Implementierung der Bauminferenzberechnung unter Berücksichtigung so genannter phylogenetischen Terrassen, die bei fehlenden Daten auftreten. Diese Methode reduziert die benötigte Rechenzeit substantiell. Insgesamt war das Projekt sehr erfolgreich und führte zu vielen theoretischen Entwicklungen, die in IQ-TREE implementiert wurden und von Praktikern für die Inferenz von evolutionären Stammbäume als open-source software verwendet werden können. (Die Software ist verfügbar unter www.iqtree.org).