Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 11 von 989
Zurück zur Trefferliste

Quantitative genetics from genome assemblies to neural network aided omics-based prediction of complex traits

Quantitative Genetik von Genomassemblierungen bis zur genomischen Vorhersage von phänotypischen Merkmalen mit Hilfe von künstlichen neuronalen Netzwerken

Zitieren Sie bitte immer diese URN: urn:nbn:de:bvb:20-opus-199429
  • Quantitative genetics is the study of continuously distributed traits and their ge- netic components. Recent developments in DNA sequencing technologies and computational systems allow researchers to conduct large scale in silico studies. However, going from raw DNA reads to genomic prediction of quantitative traits with the help of neural networks is a long and error-prone process. In the course of this thesis, many steps involved in this process will be assessed in depth. Chap- ter 2 will feature a study that compares the landscape ofQuantitative genetics is the study of continuously distributed traits and their ge- netic components. Recent developments in DNA sequencing technologies and computational systems allow researchers to conduct large scale in silico studies. However, going from raw DNA reads to genomic prediction of quantitative traits with the help of neural networks is a long and error-prone process. In the course of this thesis, many steps involved in this process will be assessed in depth. Chap- ter 2 will feature a study that compares the landscape of chloroplast genome as- sembly tools. Chapter 3 will present a software to perform genome-wide associa- tion studies using modern tools, which allow GWAS-Flow to outperform current state of the art software packages. Chapter 4 will give an in depth introduc- tion to machine learning and the nature of quantitative traits and will combine those to genomic prediction with artificial neural networks and compares the re- sults to those of algorithms based on linear mixed models. Finally, in Chapter 5 the results from the previous chapters are summarized and used to elucidate the complex nature of studies concerning quantitative genetics.zeige mehrzeige weniger
  • Quantitative Genetik beschäftigt sich mit kontinuierlich verteilten Merkmalen und deren genetischer Komponenten. In den letzten Jahren gab es vielfältige Entwicklungen in der Computertechnik und der Genomik, insbesondere der DNA Sequenzierung, was Forschern erlaubt großflächig angelegte in silico Studien durchzuführen. Jedoch ist es ein komplexer Prozess von rohen Sequenzdaten bis zur genomischen Vorhersage mit Hilfe von neuronalen Netzwerken zu kommen. Im Rahmen der vorliegenden Studien werden viele Schritte, die an diesem Prozess beteiligtQuantitative Genetik beschäftigt sich mit kontinuierlich verteilten Merkmalen und deren genetischer Komponenten. In den letzten Jahren gab es vielfältige Entwicklungen in der Computertechnik und der Genomik, insbesondere der DNA Sequenzierung, was Forschern erlaubt großflächig angelegte in silico Studien durchzuführen. Jedoch ist es ein komplexer Prozess von rohen Sequenzdaten bis zur genomischen Vorhersage mit Hilfe von neuronalen Netzwerken zu kommen. Im Rahmen der vorliegenden Studien werden viele Schritte, die an diesem Prozess beteiligt sind beleuchtet. Kapitel 2 wird einen Vergleich zwischen einer Vielzahl an Werkzeugen zur Assemblierung von Chloroplasten Genomen ziehen. Kapitel 3 stellt eine neu entwickelte Software zur genom-weiten Assoziationskartierung vor, die bisherigen Programmen überlegen ist. Kapitel 4 stellt maschinelles Lernen und die genetischen Komponenten von quantitativen Merkmalen vor und bringt diese im Kontext der genomischen Vorhersagen zusammen. Zum Schluss in Kapitel 5 werden die vorherigen Ergebnisse im Gesamtkontext der quantitativen Genetik erläutert.zeige mehrzeige weniger

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Statistik - Anzahl der Zugriffe auf das Dokument
Metadaten
Autor(en): Jan Alexander Freudenthal
URN:urn:nbn:de:bvb:20-opus-199429
Dokumentart:Dissertation
Titelverleihende Fakultät:Universität Würzburg, Graduate Schools
Institute der Universität:Graduate Schools / Graduate School of Life Sciences
Gutachter / Betreuer:Prof. Dr. Arthur Korte
Datum der Abschlussprüfung:31.01.2020
Sprache der Veröffentlichung:Englisch
Erscheinungsjahr:2020
DOI:https://doi.org/10.25972/OPUS-19942
Allgemeine fachliche Zuordnung (DDC-Klassifikation):5 Naturwissenschaften und Mathematik / 57 Biowissenschaften; Biologie / 570 Biowissenschaften; Biologie
Normierte Schlagworte (GND):Genetics; GWAS; Genomic Selection
Freie Schlagwort(e):Quantitative Genetics
Datum der Freischaltung:10.02.2020
Lizenz (Deutsch):License LogoCC BY: Creative-Commons-Lizenz: Namensnennung 4.0 International