ניתוח העשרת קבוצות גנים בסיוע למידת מכונה
ניתוח העשרת קבוצות גנים בסיוע למידת מכונה (ML-GSEA) מרחיב את מסגרת ה-GSEA הקלאסית על ידי שילוב מודלי למידת מכונה (ML) מונחים או בלתי מונחים – כגון יערות אקראיים, רשתות נוירונים או ארכיטקטורות למידה עמוקה – כדי לשפר את הזיהוי, הדירוג והפרשנות הביולוגית של קבוצות גנים מועשרות מנתוני ביטוי בתפוקה גבוהה. גישה זו בעלת ערך מיוחד עבור קשרי גנים-קבוצות מורכבים ולא ליניאריים שסטטיסטיקות העשרה קלאסיות עלולות לפספס.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- Subramanian, A., Tamayo, P., Mootha, V. K., Mukherjee, S., Ebert, B. L., Gillette, M. A., Paulovich, A., Pomeroy, S. L., Golub, T. R., Lander, E. S., & Mesirov, J. P. (2005). Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences, 102(43), 15545–15550. DOI: 10.1073/pnas.0506580102 ↗
- Ma, J., Yu, M. K., Fong, S., Ono, K., Sage, E., Demchak, B., Sharan, R., & Ideker, T. (2018). Using deep learning to model the hierarchical structure and function of a cell. Nature Methods, 15(4), 290–298. DOI: 10.1038/nmeth.4627 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Machine Learning-Assisted Gene Set Enrichment Analysis. ScholarGate. https://scholargate.app/he/bioinformatics/machine-learning-assisted-gene-set-enrichment-analysis
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- ניתוח העשרת קבוצות גנים בייסיאניביואינפורמטיקה↔ השוואה
- ניתוח העשרת קבוצת גנים (GSEA)ביואינפורמטיקה↔ השוואה
- ניתוח העשרת קבוצות גנים מבוסס-רשתביואינפורמטיקה↔ השוואה
- ניתוח העשרת מסלוליםביואינפורמטיקה↔ השוואה
- ניתוח ביטוי דיפרנציאלי ב-RNA-seqביואינפורמטיקה↔ השוואה
- ניתוח RNA-seq של תא בודדביואינפורמטיקה↔ השוואה