GHIST 2024: El primer torneo de estrategias de inferencia de historia genómica

Área de la Ciencia:

• Genética de las poblaciones
• Biología evolutiva
• Genómica computacional

Sus antecedentes:

• La evaluación de los métodos de inferencia genética de poblaciones es compleja debido a las complejidades de la historia evolutiva, la especificación errónea del modelo y el sesgo.
• Se necesitan puntos de referencia normalizados para evaluar rigurosamente la exactitud de estos métodos.

Objetivo del estudio:

• Establecer una competencia impulsada por la comunidad, el Torneo de Estrategias de Inferencia de Historia Genómica (GHIST), para evaluar los métodos de inferencia genómica de poblaciones.
• Comparar el rendimiento de diversos enfoques computacionales en escenarios demográficos simulados de diferente complejidad.

Principales métodos:

• El concurso inaugural GHIST (julio-noviembre de 2024) presentó cuatro desafíos: cuello de botella, división con aislamiento, contacto secundario con complejidad y mezcla arcaica.
• Los participantes dedujeron parámetros demográficos de archivos VCF libres de errores, con el rendimiento calificado por el error cuadrado de la raíz media relativa.
• Aproximadamente 60 participantes emplearon una variedad de estrategias computacionales.

Principales resultados:

• Los métodos que utilizan espectros de frecuencia del sitio demostraron un buen rendimiento a través de los desafíos.
• Los enfoques flexibles de construcción de modelos mostraron ventajas para inferir con precisión historias demográficas complejas.
• El rendimiento varió según el escenario demográfico específico y el método empleado.

Conclusiones:

• GHIST proporciona un punto de referencia estandarizado crucial para evaluar las herramientas de inferencia genética de poblaciones.
• El concurso puso de relieve los puntos fuertes de los métodos actuales e identificó áreas para el desarrollo futuro, en particular para escenarios evolutivos complejos.
• La iniciativa GHIST en curso tiene como objetivo avanzar aún más en la confiabilidad de inferir la historia evolutiva a partir de datos genómicos.