Koneoppimispohjainen fylogeneettinen analyysi
Koneoppimispohjainen fylogeneettinen analyysi integroi ohjattuja, ohjaamattomia tai syväoppimismalleja evoluutiopuun päättelytyönkulkuun parantaakseen nopeutta, tarkkuutta tai skaalautuvuutta yli sen, mitä klassiset suurimman uskottavuuden ja Bayesin menetelmät yksinään saavuttavat. Sovellukset vaihtelevat substituutiomallin valinnasta ja puun topologian ennustamisesta uusien sekvenssien sijoittamiseen olemassa oleviin referenssipuihin ja rekombinaation tai horisontaalisen geeninsiirron tapahtumien havaitsemiseen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Machine Learning-Assisted Phylogenetic Analysis. ScholarGate. https://scholargate.app/fi/bioinformatics/machine-learning-assisted-phylogenetic-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.
- Genominlaajuinen assosiaatiotutkimus (GWAS)Bioinformatiikka↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →