基于高斯过程的贝叶斯非参数推断：从基因谱系到群体轨迹

群体规模的变化会影响群体的遗传多样性，从而在群体内个体基因组中留下这些变化的印记。我们感兴趣的是从基因组数据重建过去群体动态的反问题。我们从基于溯祖的标准框架出发，溯祖是一个随机过程，它生成连接从目标群体中随机抽样个体的谱系。这些谱系充当群体人口历史与基因组序列之间的桥梁。结果表明，只有谱系谱系合并的时间包含群体规模动态的信息。将这些溯祖时间视为一个点过程，估计群体规模轨迹等价于估计该点过程的条件强度。因此，我们的反问题类似于估计非齐次泊松过程的强度函数。我们展示了如何将高斯过程非参数推断泊松过程的最新进展扩展到溯祖下群体规模动态的贝叶斯非参数估计。我们将我们的高斯过程（GP）方法与最先进的高斯马尔可夫随机场（GMRF）方法进行了比较，用于估计群体轨迹。使用模拟数据，我们证明了我们的方法具有更好的准确性和精确度。接下来，我们分析了从丙型肝炎病毒和人甲型流感病毒真实序列重建的两个谱系。在这两种情况下，我们比 GMRF 方法恢复了更多被认为可信的病毒人口历史方面。我们还发现，我们的 GP 方法产生了比 GMRF 方法更合理的不确定性估计。