Maskininlärningsassisterad fylogenetisk analys
Maskininlärningsassisterad fylogenetisk analys integrerar övervakade, oövervakade eller djupinlärningsmodeller i arbetsflödet för inferens av evolutionära träd för att förbättra hastighet, noggrannhet eller skalbarhet utöver vad klassiska metoder med maximal sannolikhet och Bayesianska metoder uppnår ensamma. Tillämpningar sträcker sig från val av substitutionsmodeller och förutsägelse av trädtopologi till placering av nya sekvenser på befintliga referensträd och detektering av rekombination eller horisontella genöverföringshändelser.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Machine Learning-Assisted Phylogenetic Analysis. ScholarGate. https://scholargate.app/sv/bioinformatics/machine-learning-assisted-phylogenetic-analysis
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Genomtäckande associationsstudie (GWAS)Bioinformatik↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →