การวิเคราะห์วิวัฒนาการชาติพันธุ์ด้วยการเรียนรู้ของเครื่อง
การวิเคราะห์วิวัฒนาการชาติพันธุ์ด้วยการเรียนรู้ของเครื่อง (Machine learning-assisted phylogenetic analysis) เป็นการบูรณาการแบบจำลองการเรียนรู้แบบมีผู้สอน (supervised learning), แบบไม่มีผู้สอน (unsupervised learning), หรือการเรียนรู้เชิงลึก (deep learning) เข้ากับกระบวนการอนุมานแผนภูมิต้นไม้เชิงวิวัฒนาการ เพื่อเพิ่มความเร็ว ความแม่นยำ หรือความสามารถในการขยายขนาด ให้เหนือกว่าวิธีการแบบ Maximum Likelihood และ Bayesian แบบดั้งเดิมที่ใช้เพียงอย่างเดียว การประยุกต์ใช้งานมีตั้งแต่การเลือกแบบจำลองการแทนที่ (substitution model) และการทำนายโครงสร้างแผนภูมิต้นไม้ ไปจนถึงการวางลำดับนิวคลีโอไทด์หรือโปรตีนใหม่ลงบนแผนภูมิต้นไม้อ้างอิงที่มีอยู่ และการตรวจจับเหตุการณ์การถ่ายทอดยีนแบบไขว้ (recombination) หรือการถ่ายทอดยีนในแนวนอน (horizontal gene transfer)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Machine Learning-Assisted Phylogenetic Analysis. ScholarGate. https://scholargate.app/th/bioinformatics/machine-learning-assisted-phylogenetic-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.
- การศึกษาความสัมพันธ์ทั่วทั้งจีโนม (GWAS)ชีวสารสนเทศศาสตร์↔ compare