Process / pipelineBioinformatics / omics
ML 기반 변이 호출 — ML 기반 유전체 변이 검출
머신러닝 보조 변이 호출은 통계적 학습 모델, 특히 합성곱 신경망(convolutional neural networks)을 사용하여 정렬된 단일 또는 장단기 읽기 데이터에서 실제 유전체 변이(SNP, indel)와 시퀀싱 아티팩트를 구별합니다. 수작업으로 만든 필터에 의존하는 휴리스틱 호출기와 달리, ML 기반 접근 방식은 대규모 레이블링된 검증된 변이 데이터셋에서 직접 학습하여 다양한 시퀀싱 플랫폼과 커버리지 깊이 전반에 걸쳐 민감도와 특이도를 향상시킵니다. Google의 DeepVariant (2018)는 딥러닝을 주류 변이 호출에 도입한 획기적인 구현입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Machine Learning-Assisted Genomic Variant Calling. ScholarGate. https://scholargate.app/ko/bioinformatics/machine-learning-assisted-variant-calling