Mathematical and Computational Population Genetics

Forschungsschwerpunkte

Unsere Forschung konzentriert sich auf mathematische Modelle, die die Evolution und Ökologie mikrobieller Gene und Genome beschreiben. In der Populationsgenetik wurden viele theoretische Ergebnisse bereits entwickelt als noch nicht viele genetische Daten verfügbar waren. Diese theoretische Basis ist nach wie vor gültig und unerlässlich für unsere Forschung. Zusätzlich haben neuere Erkenntnisse aus den inzwischen verfügbaren Daten unsere Sicht auf die Evolution und Ökologie, insbesondere von Prokaryoten, dramatisch verändert. Heute können wir seltene Varianten in Genomdaten beobachten und die Genome von Tausenden von Individuen sequenzieren, sogar auf der Ebene einzelner Zellen.
Wir arbeiten an der Schnittstelle dieser beiden Welten und kombinieren die Bereiche mathematische Populationsgenetik, computational biology, und maschinelles Lernen. Wir wollen verstehen, wie die beobachtete Diversität der Mikroben entstanden ist und aufrecht erhalten bleibt. Die enorme Menge sequenzierter genetischer Daten führt zu einer Vielzahl interessanter Anwendungen auf dem aufstrebenden Gebiet des maschinellen Lernens in der Populationsgenetik. Die größte Herausforderung besteht darin, dass Sequenzdaten nicht unabhängig voneinander, sondern durch ihre gemeinsame Phylogenie beeinflusst sind. Unser Ziel ist es, neue Methoden des maschinellen Lernen zu entwickeln, zu analysieren und anzuwenden, die diese phylogenetische Beziehung nutzen können, um unser Verständnis der Evolution der verteilten Bakteriengenome und der Populationsgeschichte der menschlichen Bevölkerung zu verbessern.