Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

A hybrid gazelle optimization and reptile search algorithm for optimal clustering in wireless sensor networks.

Scientific reports·2025
Same author

Towards precision oncology: a multi-level cancer classification system integrating liquid biopsy and machine learning.

BioData mining·2025
Same author

A Multi-model Deep Learning Architecture for Diagnosing Multi-class Skin Diseases.

Journal of imaging informatics in medicine·2024
Same author

Fine tuning deep learning models for breast tumor classification.

Scientific reports·2024
Same author

Precision cancer classification using liquid biopsy and advanced machine learning techniques.

Scientific reports·2024
Same author

Unboxing machine learning models for concrete strength prediction using XAI.

Scientific reports·2023

相关实验视频

Updated: Jul 4, 2025

Rare Event Detection Using Error-corrected DNA and RNA Sequencing
10:36

Rare Event Detection Using Error-corrected DNA and RNA Sequencing

Published on: August 3, 2018

12.1K

机器学习辅助分类器用于过错误的NGS读数.

Amira Sami1, Sara El-Metwally2,3, M Z Rashad1

  • 1Department of Computer Science, Faculty of Computers and Information, Mansoura University, P.O. Box: 35516, Mansoura, Egypt.

BMC bioinformatics
|February 6, 2024
PubMed
概括
此摘要是机器生成的。

机器学习有效地过下一代测序 (NGS) 读取中的错误,改善数据质量和基因组组. 这种方法提高了基因组学和个性化医学研究的准确性.

关键词:
分类 分类 分类 分类.错误过的过方式功能提取 功能提取机器学习是机器学习.这是下一代测序.

更多相关视频

Targeted DNA Methylation Analysis by Next-generation Sequencing
08:38

Targeted DNA Methylation Analysis by Next-generation Sequencing

Published on: February 24, 2015

37.1K
Detection of Rare Genomic Variants from Pooled Sequencing Using SPLINTER
14:06

Detection of Rare Genomic Variants from Pooled Sequencing Using SPLINTER

Published on: June 23, 2012

15.2K

相关实验视频

Last Updated: Jul 4, 2025

Rare Event Detection Using Error-corrected DNA and RNA Sequencing
10:36

Rare Event Detection Using Error-corrected DNA and RNA Sequencing

Published on: August 3, 2018

12.1K
Targeted DNA Methylation Analysis by Next-generation Sequencing
08:38

Targeted DNA Methylation Analysis by Next-generation Sequencing

Published on: February 24, 2015

37.1K
Detection of Rare Genomic Variants from Pooled Sequencing Using SPLINTER
14:06

Detection of Rare Genomic Variants from Pooled Sequencing Using SPLINTER

Published on: June 23, 2012

15.2K

科学领域:

  • 基因组学就是基因组学.
  • 生物信息学是一种生物信息学.
  • 计算生物学 计算生物学

背景情况:

  • 下一代测序 (NGS) 产生了大量的生物数据,但增加的速度和可负担性导致更多的错误.
  • 数据质量保证正在从硬件转移到软件预处理阶段.
  • 有效的错误检测和过对于可靠的NGS数据分析至关重要.

研究的目的:

  • 为了介绍MAC-ErrorReads,这是一个新的机器学习辅助分类器,用于过错误的NGS读数.
  • 评估机器学习算法在识别和删除低质量的阅读中的性能.
  • 提高基因组数据的准确性和可靠性.

主要方法:

  • 开发了MAC-ErrorReads,一种使用五种监督机器学习算法的二进制分类模型.
  • 从各种生物数据集中使用术语频率-反向文档频率 (TF_IDF) 提取特征.
  • 在数据集上训练和测试模型,包括大肠杆菌,金黄色杆菌,H.Chr14,Arabidopsis thaliana Chr1和M.斑马.

主要成果:

  • 在MAC-ErrorReads中,天真的贝叶斯 (NB) 在数据集中表现出强大的性能,具有高准确性,精度,回忆和F1分数.
  • MAC-ErrorReads NB实现了S. aureus读取的38.69%的对齐率,超过了许多错误校正工具.
  • 与其他工具相比,MAC-ErrorReads显示了具有竞争力的调整率 (例如,H. Chr14的>99%,A. thaliana Chr1的~90%和M. zebra的~83%).

结论:

  • 机器学习有效过NGS读取,显著提高组装质量和基因组覆盖率.
  • 将人工智能与基因组学相结合,可以提高NGS数据质量和下游分析.
  • 这种方法有望促进遗传学,基因组学和个性化医学研究的发展.