ML-GWAS (Machine Learning-Assisted GWAS)

ML-GWAS는 고전적인 전장 유전체 연관 분석 검사와 머신러닝 모델을 통합하여 복잡한 형질과 관련된 유전 변이 탐지를 개선합니다. 전통적인 GWAS가 선형 또는 로지스틱 회귀를 사용하여 각 단일 염기 다형성(SNP)을 독립적으로 검사하는 반면, ML-GWAS는 비선형 상호작용과 상위 효과를 포착하고, 후보 유전자좌의 순위를 더 정확하게 매기며, 대규모 바이오뱅크 데이터셋에서 거짓 발견 부담을 줄입니다. 이 접근법은 표본 크기와 유전체 복잡성이 기존 단일 SNP 검사의 가정을 능가함에 따라 점점 더 중요해지고 있습니다.