Машинное обучение в филогенетическом анализе
Машинное обучение в филогенетическом анализе интегрирует модели с учителем, без учителя или глубокого обучения в рабочий процесс вывода эволюционного древа для повышения скорости, точности или масштабируемости по сравнению с классическими методами максимального правдоподобия и байесовскими методами, достигаемыми по отдельности. Приложения варьируются от выбора моделей замещения и предсказания топологии древа до размещения новых последовательностей на существующих эталонных деревьях и обнаружения событий рекомбинации или горизонтального переноса генов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Nesterenko, L., et al. (2024). Machine learning methods in phylogenetics: A review of applications and perspectives. Briefings in Bioinformatics, 25(1), bbad441. link ↗
- Suvorov, A., Hochuli, J., & Schrider, D. R. (2020). Accurate inference of tree topologies from multiple sequence alignments using deep learning. Systematic Biology, 69(2), 221–233. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Machine Learning-Assisted Phylogenetic Analysis. ScholarGate. https://scholargate.app/ru/bioinformatics/machine-learning-assisted-phylogenetic-analysis
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Полногеномный поиск ассоциаций (GWAS)Биоинформатика↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →