Process / pipelineBioinformatics / omics
机器学习辅助变异检测 — 基于机器学习的基因组变异检测
机器学习辅助变异检测利用统计学习模型——尤其是卷积神经网络——来区分真实的基因组变异（SNP、Indel）和比对过的短读或长读数据中的测序伪影。与依赖手工制作过滤器的启发式调用器不同，基于机器学习的方法直接从大型已验证变异的标记数据集中学习，从而提高了跨不同测序平台和覆盖深度下的灵敏度和特异性。谷歌的DeepVariant（2018）是将深度学习引入主流变异检测的里程碑式实现。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Machine Learning-Assisted Genomic Variant Calling. ScholarGate. https://scholargate.app/zh/bioinformatics/machine-learning-assisted-variant-calling