Masinõppel põhinev eQTL analüüs – ML-põhine ekspressiooni kvantitatiivsete tunnuste lookuste kaardistamine
Masinõppel põhinev eQTL analüüs integreerib juhendatud õppe mudeleid – alates elastse võrgu regressioonist kuni sügavate närvivõrkudeni – klassikalisse eQTL raamistikku, et ennustada ja kaardistada geeniekspressiooni reguleerivaid geneetilisi variante. Treenides ennustavaid mudeleid referentspaneelidel (nt GTEx), võimaldab see lähenemine geeniekspressiooni imputeerimist RNA andmeteta kohortides, suurendades oluliselt statistilist võimsust ja võimaldades kudedeülest üldistamist.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Gamazon, E. R., Wheeler, H. E., Shah, K. P., Mozaffari, S. V., Aquino-Michaels, K., Carroll, R. J., ... & Im, H. K. (2015). A gene-based association method for mapping traits using reference transcriptome data. Nature Genetics, 47(9), 1091-1098. link ↗
- Zhou, J., & Troyanskaya, O. G. (2015). Predicting effects of noncoding variants with deep learning-based sequence model. Nature Methods, 12(10), 931-934. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Machine Learning-Assisted Expression Quantitative Trait Loci Analysis. ScholarGate. https://scholargate.app/et/bioinformatics/machine-learning-assisted-eqtl-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- eQTL analüüsBioinformaatika↔ compare
- Genoomiassotsieerimis-uuring (GWAS)Bioinformaatika↔ compare
- Masinõppepõhine GWASBioinformaatika↔ compare
- Multi-omics eQTL analysisBioinformaatika↔ compare
- Teede rikastumise analüüsBioinformaatika↔ compare
- RNA-seq diferentsiaalne ekspressioonBioinformaatika↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →