摘要：复杂疾病是基因与基因、基因与环境交互作用的结果,高维基因交互作用的探测给计算带来了极大的挑战。在过去20年间,机器学习方法被用于探测基因-基因交互作用,并取得了一定的效果。本文综述了机器学习方法在基因交互作用探测中的研究进展,系统地介绍了神经网络（neural networks,NN）、随机森林（random forest,RF）、支持向量机（support vector machines,SVM）和多因子降维法（multifactor dimensionality reduction,MDR）等机器学习方法在全基因组关联研究（genome wide association study,GWAS）中探测基因交互作用的原理和局限性,并对未来的研究进行了展望。
- DOI：
10.16288/j.yczz.17-254
- 专辑：
- 专题：
- 分类号：
Q811.4
引文网络
- 参考文献
- 引证文献
- 共引文献
- 同被引文献
- 二级参考文献
- 二级引证文献
- 批量下载
相关推荐
- 相似文献
- 读者推荐
- 相关基金文献
- 关联作者
- 相关视频
