Inferring population history with DIY ABC : a user-friendly approach to approximate Bayesian computation
Université Paris-Sud · Centre National de la Recherche Scientifique · +5 more institutions
Abstract
UNLABELLED: Genetic data obtained on population samples convey information about their evolutionary history. Inference methods can extract part of this information but they require sophisticated statistical techniques that have been made available to the biologist community (through computer programs) only for simple and standard situations typically involving a small number of samples. We propose here a computer program (DIY ABC) for inference based on approximate Bayesian computation (ABC), in which scenarios can be customized by the user to fit many complex situations involving any number of populations and samples. Such scenarios involve any combination of population divergences, admixtures and population…
Citation impact
- FWCI
- 29.71
- Percentile
- 100%
- References
- 47
Authors
8- JCJean‐Marie CornuetCorresponding
Université Paris-Sud, Centre National de la Recherche Scientifique, Centre de Recherche en Mathématiques de la Décision, Centre de Biologie pour la Gestion des Populations, Laboratoire de Mathématiques Blaise Pascal, Université Paris Dauphine-PSL, University of Reading
- FSFilipe Santos
Université Paris-Sud, Centre National de la Recherche Scientifique, Centre de Recherche en Mathématiques de la Décision, Centre de Biologie pour la Gestion des Populations, Laboratoire de Mathématiques Blaise Pascal, Université Paris Dauphine-PSL, University of Reading
- MBMark Beaumont
Université Paris-Sud, Centre National de la Recherche Scientifique, Centre de Recherche en Mathématiques de la Décision, Centre de Biologie pour la Gestion des Populations, Laboratoire de Mathématiques Blaise Pascal, Université Paris Dauphine-PSL, University of Reading
- CPChristian P. Robert
Université Paris-Sud, Centre National de la Recherche Scientifique, Centre de Recherche en Mathématiques de la Décision, Centre de Biologie pour la Gestion des Populations, Laboratoire de Mathématiques Blaise Pascal, Université Paris Dauphine-PSL, University of Reading
- JMJean‐Michel Marin
Université Paris-Sud, Centre National de la Recherche Scientifique, Centre de Recherche en Mathématiques de la Décision, Centre de Biologie pour la Gestion des Populations, Laboratoire de Mathématiques Blaise Pascal, Université Paris Dauphine-PSL, University of Reading
Topics & keywords
- Approximate Bayesian computation
- Computer science
- Inference
- Population
- Computation
- Bayesian probability
- Statistical inference
- Software