מחקר אסוציאציות אפי-גנומי רחב-היקף בסיוע למידת מכונה (ML-EWAS)
ML-EWAS משלב בדיקות אסוציאציות אפי-גנומיות קונבנציונליות עם מודלים של למידת מכונה לזיהוי אתרי מתילציית DNA הקשורים לפנוטיפ מעניין. על ידי שילוב הקפדנות הסטטיסטית של EWAS עם כוח זיהוי התבניות של אלגוריתמים כגון elastic net, random forest, או gradient boosting, גישה זו מטפלת במימדיות הקיצונית של מערכי מתילציה (450,000–850,000 אתרי CpG) באופן יעיל יותר מבדיקות אוני-וריאטיביות בלבד, ויכולה ללכוד השפעות לא-לינאריות והשפעות אינטראקציה שמודלים לינאריים סטנדרטיים מחמיצים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Machine Learning-Assisted Epigenome-Wide Association Study. ScholarGate. https://scholargate.app/he/bioinformatics/machine-learning-assisted-epigenome-wide-association-study
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- מחקר השוואתי של כלל הגנום (GWAS)ביואינפורמטיקה↔ השוואה
- רגרסיית לאסולמידת מכונה↔ השוואה
- יער אקראילמידת מכונה↔ השוואה