دراسات الارتباط الجينومي الواسع المدعومة بالتعلم الآلي (ML-GWAS)
تدمج دراسات الارتباط الجينومي الواسع المدعومة بالتعلم الآلي (ML-GWAS) اختبار الارتباط الجينومي الواسع الكلاسيكي مع نماذج التعلم الآلي لتحسين الكشف عن المتغيرات الجينية المرتبطة بالسمات المعقدة. فبينما تختبر دراسات الارتباط الجينومي الواسع التقليدية كل تعدد أشكال النوكليوتيدات المفردة (SNP) بشكل مستقل باستخدام الانحدار الخطي أو اللوجستي، تلتقط ML-GWAS التفاعلات غير الخطية والتفاعلات الوراثية (epistasis)، وتصنف المواقع المرشحة بدقة أكبر، وتقلل من عبء الاكتشافات الخاطئة في مجموعات البيانات الكبيرة من البنوك الحيوية. وقد أصبح هذا النهج بارزًا بشكل متزايد مع تجاوز أحجام العينات والتعقيد الجينومي لافتراضات اختبارات تعدد أشكال النوكليوتيدات المفردة التقليدية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Machine Learning-Assisted Genome-Wide Association Study. ScholarGate. https://scholargate.app/ar/bioinformatics/machine-learning-assisted-genome-wide-association-study
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- دراسة الارتباط على مستوى الجينوم (GWAS)المعلوماتية الحيوية↔ قارن
- الدرجة متعددة الجينات للمخاطرعلم الوراثة↔ قارن
- الغابات العشوائيةتعلم الآلة↔ قارن