Process / pipelineBioinformatics / omics
機械学習支援バリアントコーリング — MLベースゲノムバリアント検出
機械学習支援バリアントコーリングは、統計的学習モデル、特に畳み込みニューラルネットワークを用いて、アラインされた短鎖または長鎖リードデータ中の真のゲノムバリアント(SNP、インデル)とシーケンスアーチファクトを区別します。手作業で作成されたフィルターに依存するヒューリスティックコーラーとは異なり、MLベースのアプローチは検証済みのバリアントの大規模ラベル付きデータセットから直接学習するため、多様なシーケンスプラットフォームおよびカバレッジ深度にわたって感度と特異度が向上します。GoogleのDeepVariant(2018)は、ディープラーニングを主流のバリアントコーリングにもたらした画期的な実装です。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Machine Learning-Assisted Genomic Variant Calling. ScholarGate. https://scholargate.app/ja/bioinformatics/machine-learning-assisted-variant-calling