摘要
表观遗传学是一个生物科学领域，专注于研究基因功能的可逆、可遗传变化，而不是由于基因组序列的修改。这些变化是几种分子机制之间复杂的串扰的结果，而这些机制又由遗传和环境因素精心策划。表观遗传图谱捕捉了个体独特的监管环境和环境刺激的暴露情况。因此，它构成了个性化医疗的宝贵信息库，旨在根据每个人的独特特征定制医疗干预措施。如今，由于大规模的高通量技术，可以在全基因组水平上研究表观基因组标记的复杂环境。这种新的实验方法开辟了新的有趣的知识视角。然而，分析这些复杂的组学数据需要面对重要的分析问题。人工智能，尤其是机器学习（ML），正在成为破译表观基因组数据的强大资源。在这篇综述中，我们将首先描述表观基因组学中最常用的 ML 方法。然后，我们将概括最近 ML 在表观基因组分析中的一些应用。最后，我们将提供一些示例，说明表观遗传数据的 ML 方法如何用于个性化医疗。
关键词: 人工智能、个性化医疗、机器学习、数据挖掘、表观基因组学、多组学。
Related Journals
Current Pharmaceutical Design
Current Topics in Medicinal Chemistry
Current Respiratory Medicine Reviews
Infectious Disorders - Drug Targets
Endocrine, Metabolic & Immune Disorders - Drug Targets
Anti-Infective Agents
Coronaviruses
Recent Advances in Inflammation & Allergy Drug Discovery
Current Probiotics
36