PhenoEncoder: A Discriminative Embedding Approach to Genomic Data Compression

Exploring the heritability of complex genetic traits requires methods that can handle the genome's vast scale and the intricate relationships among genetic markers. Widely accepted association studies overlook non-linear effects (epistasis), prompting the adoption of deep neural networks (DNNs)...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	bioRxiv
Hlavní autoři:	Tas, Gizem, Postma, Eric, Balvert, Marleen, Schoenhuth, Alexander
Médium:	Paper
Jazyk:	angličtina
Vydáno:	Cold Spring Harbor Cold Spring Harbor Laboratory Press 10.12.2024 Cold Spring Harbor Laboratory
Vydání:	1.1
Témata:	Compression Data compression Datasets Embedding Epistasis Genetic diversity Genetic markers Genomes Genomics Genotype & phenotype Haplotypes Heritability Linkage disequilibrium Neural networks Phenotypes Phenotypic variations Single-nucleotide polymorphism Autoencoder Discriminative Embedding Genomic Feature Extraction
ISSN:	2692-8205, 2692-8205
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!