GWAS assisté par apprentissage automatique — ML-GWAS

Le GWAS assisté par apprentissage automatique (ML-GWAS) intègre les tests d'association pangénomiques classiques avec des modèles d'apprentissage automatique pour améliorer la détection des variants génétiques associés aux traits complexes. Alors que le GWAS traditionnel teste chaque polymorphisme mononucléotidique (SNP) indépendamment à l'aide d'une régression linéaire ou logistique, le ML-GWAS capture les interactions non linéaires et l'épistasie, classe les loci candidats plus précisément et réduit le fardeau des fausses découvertes dans les grands ensembles de données de biobanques. Cette approche est devenue de plus en plus importante à mesure que la taille des échantillons et la complexité génomique dépassent les hypothèses des tests conventionnels de SNP uniques.