基于半监督深度学习的读段分类
机器学习
2019-04-24 v1 基因组学
机器学习
摘要
在本文中，我们提出一种半监督深度学习方法，用于检测阻碍从头基因组组装过程的特定类型读段。我们不直接处理测序读段，而是分析转换为一维信号的覆盖度图。我们注意到在每个相关读段类别中均出现特定的信号模式。之所以选择半监督方法，是因为人工标注数据非常缓慢且繁琐，因此我们的目标是以尽可能少的标注数据来促进组装过程。我们测试了两种在覆盖度图中学习模式的模型：M1+M2 与 semi-GAN。我们基于一个手动标注的数据集评估了每个模型的性能，该数据集包含来自多个参考基因组的各类读段，评估针对训练过程中所使用的标注样本数量进行。此外，我们将检测嵌入组装过程，从而提高了组装的质量。
引用
@article{arxiv.1904.10353,
title = {Read classification using semi-supervised deep learning},
author = {Tomislav Šebrek and Jan Tomljanović and Josip Krapac and Mile Šikić},
journal= {arXiv preprint arXiv:1904.10353},
year = {2019}
}
备注
2nd International Workshop on Deep Learning for Precision Medicine, ECML-PKDD, 2017, Skopje, Nothern Macedonia