# SHADES多尺度单倍型特征框架

区分中性演化、选择性清除、平衡选择和适应性基因渗入，一直是群体基因组学的难点，因为这些过程留下的单倍型痕迹彼此重叠。SHADES把单倍型频率、频率分布差异和单倍型间序列差异画成三类图像，在11、21、51个SNP三种窗口尺度上分别训练卷积网络，再把三个尺度的特征拼接起来做四分类。在模拟测试集上，深度版本SHADES[M2]的总体分类准确率为90.85%，高于同一测试中SURFDAWave的67.83%、diploS/HIC的68.30%、TrIdent的65.20%、FAST-NN的63.20%和FASTER-NN的79.43%。

区分中性演化、选择性清除、平衡选择和适应性基因渗入，一直是群体基因组学的难点，因为这些过程留下的单倍型痕迹彼此重叠。SHADES把单倍型频率、频率分布差异和单倍型间序列差异画成三类图像，在11、21、51个SNP三种窗口尺度上分别训练卷积网络，再把三个尺度的特征拼接起来做四分类。在模拟测试集上，深度版本SHADES[M2]的总体分类准确率为90.85%，高于同一测试中SURFDAWave的67.83%、diploS/HIC的68.30%、TrIdent的65.20%、FAST-NN的63.20%和FASTER-NN的79.43%。