Process / pipelineBioinformatics / omics
머신러닝 기반 복제수 변이 분석
머신러닝 기반 CNV 분석은 유전체 영역이 참조 유전체 대비 복제되었거나 삭제되었는지를 탐지하기 위해 지도 학습, 비지도 학습 또는 딥러닝 알고리즘을 적용합니다. 고정된 통계적 임계값에 의존하는 대신, ML 모델은 판독 깊이 신호, 대립유전자 빈도 및 기타 특징으로부터 판별 패턴을 학습하여, 특히 노이즈가 많거나 낮은 커버리지의 시퀀싱 데이터에서 고전적인 도구보다 민감도와 특이도를 크게 향상시킵니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Aganezov, S., Goodwin, S., Sherman, R. M., Sedlazeck, F. J., Mehta, G., Rushbrook, S., ... & Schatz, M. C. (2020). Comprehensive analysis of structural variants in breast cancer genomes using single-molecule sequencing. Genome Research, 30(9), 1258-1273. link ↗
- Zare, F., Dow, M., Monteleone, N., Bhatt, A., & Bhatt, D. L. (2017). An evaluation of copy number variation detection tools for cancer using whole exome sequencing data. BMC Bioinformatics, 18(1), 286. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Machine Learning-Assisted Copy Number Variation Analysis. ScholarGate. https://scholargate.app/ko/bioinformatics/machine-learning-assisted-copy-number-variation-analysis
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 복사본 수 변이 분석생물정보학↔ 비교
- 전장 유전체 연관 분석 (GWAS)생물정보학↔ 비교
- ML-GWAS (Machine Learning-Assisted GWAS)생물정보학↔ 비교
- ML 기반 변이 호출생물정보학↔ 비교
- 단일 세포 복제수 변이 분석생물정보학↔ 비교
- 변이 호출생물정보학↔ 비교