استدعاء المتغيرات بمساعدة التعلم الآلي — اكتشاف المتغيرات الجينومية القائم على التعلم الآلي
يستخدم استدعاء المتغيرات بمساعدة التعلم الآلي نماذج التعلم الإحصائي — وأبرزها الشبكات العصبية التلافيفية — للتمييز بين المتغيرات الجينومية الحقيقية (SNPs، indels) وآثار التسلسل في بيانات القراءات القصيرة أو الطويلة المحاذاة. على عكس المستدعين الاستدلاليين الذين يعتمدون على مرشحات مصممة يدويًا، تتعلم الأساليب القائمة على التعلم الآلي مباشرة من مجموعات بيانات كبيرة مُصنفة للمتغيرات المُصادق عليها، مما يحسن الحساسية والنوعية عبر منصات التسلسل المختلفة وأعماق التغطية. يُعد DeepVariant من Google (2018) التنفيذ الرائد الذي أدخل التعلم العميق في استدعاء المتغيرات السائد.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Poplin, R., Chang, P. C., Alexander, D., Schwartz, S., Colthurst, T., Ku, A., Newburger, D., Dijamco, J., Nguyen, N., Afshar, P. T., Gross, S. S., Dorfman, L., McLean, C. Y., & DePristo, M. A. (2018). A universal SNP and small-indel variant caller using deep neural networks. Nature Biotechnology, 36(10), 983–987. DOI: 10.1038/nbt.4235 ↗
- Krusche, P., Trigg, L., Boutros, P. C., Mason, C. E., De La Vega, F. M., Moore, B. L., Gonzalez-Porta, M., Eberle, M. A., Tezak, Z., Lababidi, S., Truty, R., Asimenos, G., Funke, B., Fleharty, M., Salit, M., Goldfeder, R. L., & Zook, J. M. (2019). Best practices for benchmarking germline small-variant calls in human genomes. Nature Biotechnology, 37(5), 555–560. DOI: 10.1038/s41587-019-0054-x ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Machine Learning-Assisted Genomic Variant Calling. ScholarGate. https://scholargate.app/ar/bioinformatics/machine-learning-assisted-variant-calling