Thông tin LATS của NCS Hoàng Thị Điệp

1. Họ và tên nghiên cứu sinh: Hoàng Thị Điệp           

2. Giới tính: Nữ

3. Ngày sinh: 14/06/1984                                                

4. Nơi sinh: Phú Thọ

5. Quyết định công nhận nghiên cứu sinh số 1118/QĐ-CTSV ngày 24 tháng 12 năm 2012 của Hiệu trưởng Trường Đại học Công Nghệ

6. Các thay đổi trong quá trình đào tạo:

- Quyết định số 878/QĐ-CTSV, ngày 10/11/2015 của Hiệu trưởng Trường Đại học Công nghệ về việc cho phép nghiên cứu sinh Hoàng Thị Điệp nghỉ học có thời hạn.

- Quyết định số 631/QĐ-CTSV, ngày 30/8/2016 của Hiệu trưởng Trường Đại học Công nghệ về việc cho phép nghiên cứu sinh Hoàng Thị Điệp tiếp tục học tập.

7. Tên đề tài luận án: Các phương pháp nhanh xây dựng cây bootstrap tiến hóa

8. Chuyên ngành: Khoa học Máy tính                            

9. Mã số: 62.48.01.01

10. Cán bộ hướng dẫn khoa học: PGS.TS. Lê Sỹ Vinh; PGS.TS. Hoàng Xuân Huấn

11. Tóm tắt các kết quả mới của luận án:

- Với bài toán xây dựng cây bootstrap tiến hóa theo tiêu chuẩn hợp lý nhất (ML), luận án đề xuất phương pháp mới UFBoot2 với bốn mặt ưu việt hơn phương pháp UFBoot tốt nhất hiện nay (theo kết quả thực nghiệm trên cả dữ liệu mô phỏng và dữ liệu thực): (1) UFBoot2 nhanh hơn UFBoot trung bình 2.4 lần nhờ đề xuất thuật toán pruning nhanh và vận dụng các kĩ thuật tối ưu mã nguồn; (2) UFBoot2 gặp ít kết quả dương tính giả hơn UFBoot khi xử lý dữ liệu bị thiếu thông tin tiến hóa và có khả năng cao gặp các đỉnh đa phân; (3) UFBoot2 giảm nhẹ tác động của vi phạm giả thiết mô hình tới độ chuẩn xác bootstrap nếu mô hình vi phạm nhiều và (4) UFBoot2 có thêm khả năng phân tích sắp hàng nhiều gen.

- Phương pháp UFBoot2 đề xuất trong luận án đã được chúng tôi cài đặt và tích hợp vào hệ thống IQ-TREE (địa chỉ website: http://www.iqtree.org), là phần mềm mã nguồn mở phổ dụng và tốt nhất hiện nay cho phân tích cây tiến hóa theo tiêu chuẩn ML.

- Với bài toán xây dựng cây bootstrap tiến hóa theo tiêu chuẩn tiết kiệm nhất (MP), luận án đề xuất phương pháp MPBoot mới vừa tìm được cây có điểm MP tốt cho sắp hàng gốc vừa xấp xỉ hiệu quả tập cây bootstrap tiến hóa MP. Các thực nghiệm trên cả dữ liệu mô phỏng và dữ liệu sinh học lớn đều cho thấy MPBoot có hiệu năng tương đương và độ chuẩn xác bootstrap cao hơn phương pháp bootstrap MP chuẩn cài đặt trong các công cụ phân tích MP tốt nhất hiện nay (TNT, PAUP*). MPBoot, do đó, có thể thay thế hiệu quả phương pháp bootstrap MP chuẩn.

- Các đề xuất về phương pháp mới MPBoot đã được chúng tôi cài đặt trong phần mềm mã nguồn mở MPBoot (địa chỉ website: http://www.iqtree.org/mpboot).

Kết quả nghiên cứu của NCS cùng nhóm tác giả đã được đăng tải trên tạp chí Molecular Biology and Evolution (SCI) và tạp chí BMC Evolutionary Biology (SCI) uy tín hàng đầu trong lĩnh vực tin sinh học và sinh học phân tử.

12. Khả năng ứng dụng trong thực tiễn: Những kết quả của đề tài giúp các nhà khoa học nghiên cứu lý thuyết, cũng như các nhà khoa học nghiên cứu dựa vào thực nghiệm có những phương pháp và công cụ mới để tiến hành phân tích tiến hóa chính xác và hiệu quả hơn.

13. Những hướng nghiên cứu tiếp theo:

- Nghiên cứu cơ sở toán học và thống kê để giải thích xu hướng ước lượng không chệch của UFBoot2 và MPBoot.

- Mở rộng khảo sát ảnh hưởng các mức độ vi phạm mô hình khác nhau trong nhiều cấu hình mô phỏng khác nhau tới UFBoot2 và mở rộng so sánh UFBoot2 với các phương pháp phân tích tiến hóa sử dụng Bayes.

- Nghiên cứu kết hợp thế mạnh về tốc độ của UFBoot2 với thế mạnh về độ chuẩn xác bootstrap cho dữ liệu lớn của phương pháp BOOSTER.

- Nghiên cứu phát triển một thước đo toàn diện về độ hỗ trợ thống kê khi phân tích bootstrap dữ liệu nhiều gen.

14. Các công trình đã công bố có liên quan đến luận án:

1)   Hoang DT, Le SV, Flouri T, Stamatakis A, von Haeseler A, Minh BQ. “A new phylogenetic tree sampling method for maximum parsimony bootstrapping and proof-of-concept implementation.” In: 2016 Eighth International Conference on Knowledge and Systems Engineering (KSE). 2016. p. 1–6. Giải nhì bài báo xuất sắc cho học viên (Runner up Best Student Paper).

2)   Hoang DT, Chernomor O, von Haeseler A, Minh BQ, Le SV. “UFBoot2: Improving the ultrafast bootstrap approximation.” Mol Biol Evol. 2018;35(2):518–22, (SCI, IF=10.217).

3) Hoang DT, Le SV, Flouri T, Stamatakis A, von Haeseler A, Minh BQ. “MPBoot: fast phylogenetic maximum parsimony tree inference and bootstrap approximation.” BMC Evol Biol. 2018 Feb;18(1):11, (SCI, IF=3.027).

Danh mục này gồm 03 công trình.