Upigaji wa lahaja kwa msaada wa akili bandia — Utambuzi wa lahaja za jenomu kwa kutumia akili bandia
Upigaji wa lahaja kwa msaada wa akili bandia hutumia mifumo ya ujifunzaji wa hisabati — hasa mitandao ya neva ya konvolusheni — kutofautisha lahaja halisi za jenomu (SNPs, indels) kutoka kwa athari za upimaji katika data iliyopangwa ya usomaji mfupi au mrefu. Tofauti na wapigaji wa heuristiki wanaotegemea vichungi vilivyotengenezwa kwa mikono, mbinu zinazotegemea akili bandia hujifunza moja kwa moja kutoka kwa seti kubwa za data zilizo na lebo za lahaja zilizothibitishwa, kuboresha usikivu na utoshelevu katika majukwaa mbalimbali ya upimaji na kina cha chanjo. DeepVariant ya Google (2018) ndio utekelezaji muhimu ulioleta ujifunzaji wa kina katika upigaji wa lahaja wa kawaida.
Soma mbinu kamili
Ingia kwa akaunti ya bure ili kusoma sehemu hii.
Method map
The neighbourhood of related methods — select a node to explore.
Vyanzo
- 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 ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 3). Machine Learning-Assisted Genomic Variant Calling. ScholarGate. https://scholargate.app/sw/bioinformatics/machine-learning-assisted-variant-calling
Imerejelewa na
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →