DYNA方法提升變異致病性預測精準度
針對遺傳變異致病性判別的臨床難題,研究人員提出疾病特異性微調方法DYNA,可廣泛套用於各類基因組基礎模型,提升疾病背景下的變異效應預測表現,成果發表於Nature Machine Intelligence。
臨床難題
臨床上判別致病與良性遺傳變異仍是一大挑戰。現有基因組基礎模型雖透過弱監督或無監督學習提升了變異效應預測(VEP)的準確性,但普遍缺乏疾病特異性,難以貼合具體疾病的臨床場景。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
