Process / pipelineBioinformatics / omics
머신러닝 보조 미생물군집 다양성 분석
Machine learning-assisted microbiome diversity analysis는 고전적인 알파 및 베타 다양성 지표를 지도 또는 비지도 ML 모델과 통합하여 숙주 표현형을 분류하고, 판별되는 분류군을 식별하며, 16S rRNA 또는 샷건 메타게놈 데이터로부터 커뮤니티 수준의 특징을 발굴합니다. 이는 전통적인 다양성 분석을 기술 통계를 넘어 건강, 생태학, 환경 과학 전반에 걸친 예측 및 설명 모델링으로 확장합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Pasolli, E., Truong, D. T., Malik, F., Waldron, L., & Segata, N. (2016). Machine Learning Meta-analysis of Large Metagenomic Datasets: Tools and Biological Insights. PLOS Computational Biology, 12(7), e1004977. link ↗
- Wirbel, J., Pyl, P. T., Kartal, E., Zych, K., Kashani, A., Milanese, A., ... & Zeller, G. (2019). Meta-analysis of fecal metagenomes reveals global microbial signatures that are specific for colorectal cancer. Nature Medicine, 25(4), 679–689. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Machine Learning-Assisted Microbiome Diversity Analysis. ScholarGate. https://scholargate.app/ko/bioinformatics/machine-learning-assisted-microbiome-diversity-analysis
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 머신러닝 보조 대사체학 분석생물정보학↔ 비교
- 다중 오믹스 미생물 다양성 분석생물정보학↔ 비교
- 경로 농축 분석생물정보학↔ 비교
- 랜덤 포레스트머신러닝↔ 비교
- RNA-seq 차등 발현생물정보학↔ 비교