事件追踪追踪中
机器学习模型预测自闭症相关剪接变异
首次报道 最新进展 1 篇报道,1 个来源
事件综述根据 1 篇报道整理,11月12日更新
多伦多大学 Benjamin Blencowe 团队开发了一种机器学习模型,用来预测遗传变异对微外显子剪接的影响,成果已发表于 Nature。团队将该模型用于三项大型自闭症研究中 7,391 个家庭的遗传数据,识别出 72 个预测会扰乱微外显子剪接的罕见变异。 这些变异出现在 2.5% 的自闭症参与者中,而未见于其非自闭症兄弟姐妹;其中约 80% 的携带者此前没有已知的遗传解释。上述变异是模型预测的结果,并非经实验验证的致病变异。
综述由模型根据报道生成,细节以各篇原文为准。
进展时间线
北京时间,最早在上The Transmitter机器学习模型预测自闭症相关剪接变异
阅读这篇报道
全部报道
1 篇,点开看摘要机器学习模型识别扰乱微外显子剪接的自闭症相关变异
多伦多大学 Benjamin Blencowe 团队开发机器学习模型,预测遗传变异对微外显子剪接的影响,成果发表于 Nature。将该模型用于三项大型自闭症研究中 7,391 个家庭的遗传数据,识别出 72 个预测会扰乱微外显子剪接的罕见变异,这些变异出现在 2.5% 的自闭症参与者中而未见于其非自闭症兄弟姐妹,其中约 80% 的携带者此前没有已知的遗传解释。
阅读这篇报道