تحلیل eQTL با کمک یادگیری ماشین — نگاشت کمی صفات بیان ژن با مبنای یادگیری ماشین
تحلیل eQTL با کمک یادگیری ماشین، مدلهای یادگیری نظارتشده — از رگرسیون الاستیکنت گرفته تا شبکههای عصبی عمیق — را در چارچوب کلاسیک eQTL ادغام میکند تا واریانتهای ژنتیکی تنظیمکننده بیان ژن را پیشبینی و نگاشت کند. با آموزش مدلهای پیشبینیکننده بر روی پنلهای مرجع (مانند GTEx)، این رویکرد امکان درونیابی بیان ژن را در کوهورتهایی که فاقد دادههای RNA هستند، فراهم میسازد و به طور قابل توجهی قدرت آماری را افزایش داده و تعمیم بین بافتی را ممکن میسازد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Machine Learning-Assisted Expression Quantitative Trait Loci Analysis. ScholarGate. https://scholargate.app/fa/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.
- تحلیل eQTLزیستاطلاعاتی↔ compare
- مطالعه انجمنی در کل ژنوم (GWAS)زیستاطلاعاتی↔ compare
- مطالعات تداعی ژنوم-سرتاسری با کمک یادگیری ماشینزیستاطلاعاتی↔ compare
- تحلیل چند-اُمیکس eQTLزیستاطلاعاتی↔ compare
- Pathway Enrichment Analysisزیستاطلاعاتی↔ compare
- تحلیل بیان افتراقی RNA-seqزیستاطلاعاتی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →