随着高通量技术的发展,已经积累了不同种类的组学数据,包括基因组学、表观基因组学、转录组学、蛋白质组学、代谢组学和宏基因组学,因此需要对不同类型的多组学数据进行综合分析,以了解疾病发展的潜在机制。机器学习算法现在正成为分析和理解疾病多组学数据的有效工具。讨论了基于机器学习的多组学数据分析的挑战及应用,包括疾病亚型识别、生物标志物发现、通路分析和药物发现及其再利用。
科研之友
微信
新浪微博
Facebook
分享链接
