Полногеномные исследования ассоциаций с точки зрения машинного обучения

В докладе будет рассмотрено пересечение геномики и машинного обучения, с фокусом на том, как методы машинного обучения применяются для анализа сложных, многомерных геномных данных, полученных в результате полногеномных ассоциативных исследований (GWAS), включая сокращение пространства поиска, определение приоритета основных однонуклеотидных полиморфизмов, кластеризацию и разработку полигенных показателей риска.