การวิเคราะห์ปริมาณลักษณะยีนที่แสดงออกโดยอาศัยการเรียนรู้ของเครื่อง — การจับคู่ปริมาณลักษณะยีนที่แสดงออกโดยอาศัยการเรียนรู้ของเครื่อง
การวิเคราะห์ปริมาณลักษณะยีนที่แสดงออก (eQTL) โดยอาศัยการเรียนรู้ของเครื่อง (ML) ผสานรวมโมเดลการเรียนรู้แบบมีผู้สอน — ตั้งแต่การถดถอยแบบ elastic-net ไปจนถึงโครงข่ายประสาทเทียมเชิงลึก — เข้ากับกรอบการทำงาน eQTL แบบดั้งเดิม เพื่อทำนายและจับคู่ตำแหน่งของตัวแปรทางพันธุกรรมที่ควบคุมการแสดงออกของยีน โดยการฝึกโมเดลทำนายบนชุดข้อมูลอ้างอิง (เช่น GTEx) แนวทางนี้ช่วยให้สามารถประมาณค่าการแสดงออกของยีนในกลุ่มตัวอย่างที่ขาดข้อมูล RNA ได้อย่างมีนัยสำคัญ เพิ่มกำลังทางสถิติและเปิดใช้งานการสรุปผลข้ามเนื้อเยื่อ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Gamazon, E. R., Wheeler, H. E., Shah, K. P., Mozaffari, S. V., Aquino-Michaels, K., Carroll, R. J., ... & Im, H. K. (2015). A gene-based association method for mapping traits using reference transcriptome data. Nature Genetics, 47(9), 1091-1098. link ↗
- Zhou, J., & Troyanskaya, O. G. (2015). Predicting effects of noncoding variants with deep learning-based sequence model. Nature Methods, 12(10), 931-934. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Machine Learning-Assisted Expression Quantitative Trait Loci Analysis. ScholarGate. https://scholargate.app/th/bioinformatics/machine-learning-assisted-eqtl-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- การวิเคราะห์ eQTLชีวสารสนเทศศาสตร์↔ compare
- การศึกษาความสัมพันธ์ทั่วทั้งจีโนม (GWAS)ชีวสารสนเทศศาสตร์↔ compare
- การศึกษาความสัมพันธ์ทั่วทั้งจีโนมโดยใช้การเรียนรู้ของเครื่องชีวสารสนเทศศาสตร์↔ compare
- การวิเคราะห์ Multi-omics eQTLชีวสารสนเทศศาสตร์↔ compare
- การวิเคราะห์ความอุดมสมบูรณ์ของวิถีชีวภาพชีวสารสนเทศศาสตร์↔ compare
- การแสดงออกแตกต่างกันของ RNA-seqชีวสารสนเทศศาสตร์↔ compare