קריאת וריאנטים בסיוע למידת מכונה — זיהוי וריאנטים גנומיים מבוסס למידת מכונה
קריאת וריאנטים בסיוע למידת מכונה משתמשת במודלים סטטיסטיים של למידה — ובמיוחד רשתות נוירונים קונבולוציוניות — כדי להבחין בין וריאנטים גנומיים אמיתיים (SNPs, אינדלים) לבין ארטיפקטים של ריצוף בנתוני קריאה קצרים או ארוכים מיושרים. בניגוד לקוראים היוריסטיים המסתמכים על פילטרים שנוצרו ידנית, גישות מבוססות למידת מכונה לומדות ישירות ממערכי נתונים מתויגים גדולים של וריאנטים מאומתים, ומשפרות את הרגישות והסגוליות על פני פלטפורמות ריצוף שונות ועומקי כיסוי מגוונים. DeepVariant של גוגל (2018) הוא היישום ציון הדרך שהכניס למידה עמוקה לקריאת וריאנטים מיינסטרים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Poplin, R., Chang, P. C., Alexander, D., Schwartz, S., Colthurst, T., Ku, A., Newburger, D., Dijamco, J., Nguyen, N., Afshar, P. T., Gross, S. S., Dorfman, L., McLean, C. Y., & DePristo, M. A. (2018). A universal SNP and small-indel variant caller using deep neural networks. Nature Biotechnology, 36(10), 983–987. DOI: 10.1038/nbt.4235 ↗
- Krusche, P., Trigg, L., Boutros, P. C., Mason, C. E., De La Vega, F. M., Moore, B. L., Gonzalez-Porta, M., Eberle, M. A., Tezak, Z., Lababidi, S., Truty, R., Asimenos, G., Funke, B., Fleharty, M., Salit, M., Goldfeder, R. L., & Zook, J. M. (2019). Best practices for benchmarking germline small-variant calls in human genomes. Nature Biotechnology, 37(5), 555–560. DOI: 10.1038/s41587-019-0054-x ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Machine Learning-Assisted Genomic Variant Calling. ScholarGate. https://scholargate.app/he/bioinformatics/machine-learning-assisted-variant-calling