Асистиран от машинно обучение филогенетичен анализ
Асистираният от машинно обучение филогенетичен анализ интегрира модели за контролирано, неконтролирано или дълбоко обучение в работния процес за извеждане на еволюционни дървета, за да подобри скоростта, точността или мащабируемостта отвъд това, което класическите методи с максимална правдоподобност и байесови методи постигат самостоятелно. Приложенията варират от избор на модели на заместване и предсказване на топология на дървото до поставяне на нови последователности върху съществуващи референтни дървета и откриване на събития на рекомбинация или хоризонтален трансфер на гени.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Nesterenko, L., et al. (2024). Machine learning methods in phylogenetics: A review of applications and perspectives. Briefings in Bioinformatics, 25(1), bbad441. link ↗
- Suvorov, A., Hochuli, J., & Schrider, D. R. (2020). Accurate inference of tree topologies from multiple sequence alignments using deep learning. Systematic Biology, 69(2), 221–233. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Machine Learning-Assisted Phylogenetic Analysis. ScholarGate. https://scholargate.app/bg/bioinformatics/machine-learning-assisted-phylogenetic-analysis
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Геномно-широко асоциативно изследване (GWAS)Биоинформатика↔ сравняване
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →