ScholarGate
Асистент
Process / pipelineBioinformatics / omics

Аналіз варіацій числа копій (CNV) за допомогою машинного навчання

Аналіз CNV за допомогою машинного навчання застосовує алгоритми навчання з учителем, без учителя або глибокого навчання для виявлення геномних ділянок, які дупліковані або видалені відносно референсного геному. Замість того, щоб покладатися на фіксовані статистичні пороги, моделі машинного навчання вивчають дискримінативні патерни з сигналів глибини зчитування, частот алелів та інших ознак, суттєво покращуючи чутливість та специфічність порівняно з класичними інструментами — особливо в умовах шумних даних або даних з низьким покриттям.

Відкрити у MethodMindНезабаромВідеоНезабаромЗавантажити слайди

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Карта методів

Околиця споріднених методів — виберіть вузол, щоб дослідити.

Джерела

  1. Aganezov, S., Goodwin, S., Sherman, R. M., Sedlazeck, F. J., Mehta, G., Rushbrook, S., ... & Schatz, M. C. (2020). Comprehensive analysis of structural variants in breast cancer genomes using single-molecule sequencing. Genome Research, 30(9), 1258-1273. link
  2. Zare, F., Dow, M., Monteleone, N., Bhatt, A., & Bhatt, D. L. (2017). An evaluation of copy number variation detection tools for cancer using whole exome sequencing data. BMC Bioinformatics, 18(1), 286. link

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Machine Learning-Assisted Copy Number Variation Analysis. ScholarGate. https://scholargate.app/uk/bioinformatics/machine-learning-assisted-copy-number-variation-analysis

Який метод?

Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.

Порівняти поруч
ScholarGateMachine learning-assisted copy number variation analysis (Machine Learning-Assisted Copy Number Variation Analysis). Отримано 2026-06-15 з https://scholargate.app/uk/bioinformatics/machine-learning-assisted-copy-number-variation-analysis · Набір даних: https://doi.org/10.5281/zenodo.20539026