DANN:利用神经网络算法评估变异位点的有害程度

欢迎关注"生信修炼手册"！

之前的文章中我们介绍了CADD软件，通过计算变异位点的打分值，来评估变异位点的有害程度。今天介绍的DANN软件，可以看作是CADD的改进版本，改进了预测的算法，效果比CADD有所提高。

CADD软件的核心是支持向量机SVM算法，这个算法在机器学习领域是一个常用的算法之一，对于具有线性关系的特征具有具有较好的性能，但是对于非线性关系的特征，其性能就相对差点。DANN采用了神经网络的算法，更容易捕获非线性关系的特征，所以效果上比CADD要好一点。

DANN相关文献发表在Bioinformatics上，在文章中，利用ROC曲线比较了不同算法之间的性能

左图为利用CADD官方提供的训练数据集的结果，右图为利用ESP和ClinVar数据集的效果，在ROC曲线中，最重要的就是曲线下的面积，叫做AUC, 哪个模型对应的AUC越大，说明这个模型的性能越好。

可以看到，两幅图中，DANN的AUC都比SVM的要大，说明DANN相比CADD确实是性能更好。

DANN软件和数据都保存在以下链接中

https://cbcl.ics.uci.edu/public_data/DANN/

data目录下保存了计算好的DANN score，详细目录如下

DANN_whole_genome_SNVs.tsv.bgz 文件就是计算好的score 值文件，这个文件比较大，有102G, 所以同时提供了tabix 建立好的索引，后缀为starch的文件是完整数据库的一个简略版本，只有26G。

这个文件和CADD score 文件的格式是完全一样的，这里就不赘述了。在实际分析中，我们通常都是利用数据库中提供好的DANN score, 对自己的数据进行一个注释，很少去自己计算DANN score值。所以我们只需要理解DANN score 的含义就可以了，DANN score 的值和CADD score 是一样的，可以参考之前文章中对CADD score 的说明。

扫描关注微信号，更多精彩内容等着你！

DANN:利用神经网络算法评估变异位点的有害程度相关推荐

手把手实战：利用LM神经网络算法自动识别窃电用户（附代码）
来源:数据路本文约3000字,建议阅读7分钟. 通过本文给大家介绍利用LM神经网络算法进行电力窃漏电用户的自动识别. 背景与挖掘目标背景传统的防窃漏电方法主要通过定期巡检.定期校验电表.用户举报 ...
Intel发布神经网络压缩库Distiller：快速利用前沿算法压缩PyTorch模型
Intel发布神经网络压缩库Distiller:快速利用前沿算法压缩PyTorch模型原文:https://blog.csdn.net/u011808673/article/details/8079 ...
论文解析-基于图卷积神经网络的癌症基因预测模型，利用LRP算法增加模型可解释性
论文解析:Integration of multiomics data with graph convolutional networks to identify new cancer genes a ...
CV之CNN：基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别
CV之CNN:基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别目录基于tensorflow框架采用CNN(改进的AlexNet, ...
ML之XGBoost：利用XGBoost算法对波士顿数据集回归预测(模型调参【2种方法，ShuffleSplit+GridSearchCV、TimeSeriesSplitGSCV】、模型评估)
ML之XGBoost:利用XGBoost算法对波士顿数据集回归预测(模型调参[2种方法,ShuffleSplit+GridSearchCV.TimeSeriesSplitGSCV].模型评估) 目录 ...
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测
DL之CNN:利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测目录输出结果设计思路核心代码输出结果下边两张 ...
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Sequential)利用MNIST(手写数字图片识别)数据集实现多分类预测
DL之CNN:利用卷积神经网络算法(2→2,基于Keras的API-Sequential)利用MNIST(手写数字图片识别)数据集实现多分类预测目录输出结果设计思路核心代码输出结果 1.10 ...
ML之SVM：利用SVM算法(超参数组合进行多线程网格搜索+3fCrVa)对20类新闻文本数据集进行分类预测、评估
ML之SVM:利用SVM算法(超参数组合进行多线程网格搜索+3fCrVa)对20类新闻文本数据集进行分类预测.评估目录输出结果设计思路核心代码输出结果 Fitting 3 folds for ...
ML之SVM：利用SVM算法(超参数组合进行单线程网格搜索+3fCrVa)对20类新闻文本数据集进行分类预测、评估
ML之SVM:利用SVM算法(超参数组合进行单线程网格搜索+3fCrVa)对20类新闻文本数据集进行分类预测.评估目录输出结果设计思路核心代码输出结果 Fitting 3 folds for ...

DANN:利用神经网络算法评估变异位点的有害程度

DANN:利用神经网络算法评估变异位点的有害程度相关推荐

最新文章

热门文章