基于遗传数据的机器学习在阿尔茨海默病研究中的应用 |
| |
引用本文: | 金宇,姚旭峰,韩立婷,赵从义,黄钢.基于遗传数据的机器学习在阿尔茨海默病研究中的应用[J].生物化学与生物物理进展,2021,48(8):888-897. |
| |
作者姓名: | 金宇 姚旭峰 韩立婷 赵从义 黄钢 |
| |
作者单位: | 2)上海健康医学院医学影像学院,上海 201308,3)上海健康医学院,上海市分子影像学重点实验室,上海 201308,2)上海健康医学院医学影像学院,上海 201308,2)上海健康医学院医学影像学院,上海 201308,3)上海健康医学院,上海市分子影像学重点实验室,上海 201308 |
| |
基金项目: | 国家自然科学基金重点项目(81830052),国家自然科学基金面上项目(61971275) |
| |
摘 要: | 阿尔茨海默病(Alzheimer disease,AD)是一种神经退行性疾病,其发病与遗传和环境因素相关,约70%由遗传因素引起,但其发病机制尚不清楚.随着高通量测序技术的出现,利用机器学习(machine learning,ML)技术处理遗传数据的研究成为了当前热点.本文综述ML在AD中的应用研究,主要包括:遗传数据与影像、临床、组学等多模数据结合的AD诊断和预后;对单核苷酸多态性(single nucleotide polymorphism,SNP)数据挖掘发现与AD风险相关基因的遗传变异分析;与AD发病机制密切相关的基因表达谱分析.最后,应用高质量、综合性、大样本量数据,建立多层次ML模型探究AD的发病机制将是未来研究的重点.
|
关 键 词: | 阿尔茨海默病 遗传数据 机器学习 |
收稿时间: | 2020/10/19 0:00:00 |
修稿时间: | 2021/1/7 0:00:00 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《生物化学与生物物理进展》浏览原始摘要信息 |
| 点击此处可从《生物化学与生物物理进展》下载免费的PDF全文 |
|