Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-bio.GN

帮助 | 高级搜索

基因组学

2021年07月 的作者和标题

总共 17 条目
显示最多 50 每页条目: 较少 | 更多 | 所有
[1] arXiv:2107.00388 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 一种多任务深度特征选择方法用于脑成像遗传学
标题: A Multi-task Deep Feature Selection Method for Brain Imaging Genetics
Chenglin Yu, Dingnan Cui, Muheng Shang, Shu Zhang, Lei Guo, Junwei Han, Lei Du, Alzheimer's Disease Neuroimaging Initiative
主题: 基因组学 (q-bio.GN)
[2] arXiv:2107.02935 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: Sramm:短读取比对映射指标
标题: Sramm: short read alignment mapping metrics
Alvin Chon, Xiaoqiu Huang
评论: 7页,2图
期刊参考: 第11卷 第1/2期 2021年6月
主题: 基因组学 (q-bio.GN)
[3] arXiv:2107.03383 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 在明确的因果假设下,评估从现实世界基因分型数据预测抗菌药物耐药性中的潜在偏差
标题: Assessing putative bias in prediction of anti-microbial resistance from real-world genotyping data under explicit causal assumptions
Mattia Prosperi, Simone Marini, Christina Boucher, Jiang Bian
评论: 在DSHealth '21] 联合KDD 2021健康日和2021 KDD医疗数据科学应用研讨会,2021年8月14日至18日,虚拟会议,5页
主题: 基因组学 (q-bio.GN) ; 机器学习 (cs.LG)
[4] arXiv:2107.03611 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 粪便研究经不起嗅觉测试:一项关于人体肠道微生物组研究的系统综述表明机器学习被广泛误用
标题: Stool Studies Don't Pass the Sniff Test: A Systematic Review of Human Gut Microbiome Research Suggests Widespread Misuse of Machine Learning
Thomas P. Quinn
主题: 基因组学 (q-bio.GN)
[5] arXiv:2107.05397 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 在个人设备上进行微生物组研究
标题: Enabling microbiome research on personal devices
Igor Sfiligoi, Daniel McDonald, Rob Knight
评论: 2页,4图,将发表在eScience 2021会议论文集上
期刊参考: 2021 IEEE 第17届国际电子科学会议(eScience),2021年,第229-230页
主题: 基因组学 (q-bio.GN) ; 性能 (cs.PF) ; 定量方法 (q-bio.QM)
[6] arXiv:2107.10115 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 基于机器学习分析刺突蛋白突变的新冠病毒变异驱动多波次模式
标题: Variant-driven multi-wave pattern of COVID-19 via a Machine Learning analysis of spike protein mutations
Adele de Hoffer, Shahram Vatani, Corentin Cot, Giacomo Cacciapaglia, Maria Luisa Chiusano, Andrea Cimarelli, Francesco Conventi, Antonio Giannini, Stefan Hohenegger, Francesco Sannino
评论: 16页,6图,补充材料在单独的文件中。分析扩展了早期预警性能和刺突蛋白多样化
主题: 基因组学 (q-bio.GN)
[7] arXiv:2107.10901 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 基于强化学习的基因组选择中的资源分配方法
标题: A reinforcement learning approach to resource allocation in genomic selection
Saba Moeinizade, Guiping Hu, Lizhi Wang
评论: 18页,5图
主题: 基因组学 (q-bio.GN) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG) ; 优化与控制 (math.OC)
[8] arXiv:2107.11192 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 基于最优传输的机器学习以匹配特定模式:应用于组学数据中分子调控模式的检测
标题: Optimal transport-based machine learning to match specific patterns: application to the detection of molecular regulation patterns in omics data
Thi Thanh Yen Nguyen (MAP5 - UMR 8145), Warith Harchaoui (MAP5 - UMR 8145, <a href="http://DERAISON.ai" rel="external noopener nofollow" class="link-external link-http">this http URL</a>), Lucile Mégret (Brain-C), Cloe Mendoza (B2A), Olivier Bouaziz (MAP5 - UMR 8145), Christian Neri (B2A), Antoine Chambaz (MAP5 - UMR 8145)
主题: 基因组学 (q-bio.GN) ; 统计理论 (math.ST)
[9] arXiv:2107.11381 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: TargetNet:使用深度神经网络的功能性微RNA靶点预测
标题: TargetNet: Functional microRNA Target Prediction with Deep Neural Networks
Seonwoo Min, Byunghan Lee, Sungroh Yoon
评论: 本文已被接受发表于《生物信息学》(Bioinformatics),由牛津大学出版社出版
主题: 基因组学 (q-bio.GN) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG)
[10] arXiv:2107.11458 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 使用种群数据库进行变异解释:来自gnomAD的教训
标题: Variant interpretation using population databases: lessons from gnomAD
Sanna Gudmundsson, Moriel Singer-Berk, Nicholas A. Watts, William Phu, Julia K. Goodrich, Matthew Solomonson, Genome Aggregation Database Consortium, Heidi L. Rehm, Daniel G. MacArthur, Anne ODonnell-Luria
评论: 版本3:包括对gnomAD浏览器上最新功能和布局的更新,以及文本和图表的总体改进(如澄清内容、更正拼写错误、增加参考文献等),还包括添加了表S1、S2,图S1、S2和S5
主题: 基因组学 (q-bio.GN)
[11] arXiv:2107.11856 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 组织特异性多组学图表示学习
标题: Graph Representation Learning on Tissue-Specific Multi-Omics
Amine Amor (1), Pietro Lio' (1), Vikash Singh (1), Ramon Viñas Torné (1), Helena Andres Terre (1)
评论: 这篇论文被接受在2021年ICML计算生物学研讨会
主题: 基因组学 (q-bio.GN) ; 机器学习 (cs.LG) ; 应用 (stat.AP)
[12] arXiv:2107.12817 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: Bam-readcount -- 快速生成碱基对分辨率的序列指标
标题: Bam-readcount -- rapid generation of basepair-resolution sequence metrics
Ajay Khanna, David E. Larson, Sridhar Nonavinkere Srivatsan, Matthew Mosior, Travis E. Abbott, Susanna Kiwala, Timothy J. Ley, Eric J. Duncavage, Matthew J. Walter, Jason R. Walker, Obi L. Griffith, Malachi Griffith, Christopher A. Miller
主题: 基因组学 (q-bio.GN)
[13] arXiv:2107.13247 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: OncoEnrichR:癌症专用基因集解释
标题: OncoEnrichR: cancer-dedicated gene set interpretation
Sigve Nakken (1 and 2 and 3), Sveinung Gundersen (3), Fabian L. M. Bernal (4), Dimitris Polychronopoulos (5), Eivind Hovig (1 and 3), Jørgen Wesche (1 and 2) ((1) Department of Tumor Biology, Institute for Cancer Research, Oslo University Hospital, Norway, (2) Centre for Cancer Cell Reprogramming, Institute of Clinical Medicine, Faculty of Medicine, University of Oslo, Norway, (3) Centre for Bioinformatics, Department of Informatics, University of Oslo, Norway, (4) University Center for Information Technology, University of Oslo, Norway, (5) Early Data Science and Computational Oncology, Research and Early Development, Oncology R&amp;D, Cambridge, UK)
主题: 基因组学 (q-bio.GN)
[14] arXiv:2107.13537 (交叉列表自 q-bio.GN) [中文pdf, pdf, 其他]
标题: 基于概率的方法用于分析在ABI SOLiD平台上生成的多重测序数据的可靠性
标题: Abordagem probabilística para análise de confiabilidade de dados gerados em sequenciamentos multiplex na plataforma ABI SOLiD
Fabio M. F. Lobato, Carlos D. N. Damasceno, Péricles L. Machado, Nandamudi L. Vijaykumar, André R. dos Santos, Sylvain H. Darnet, André N. A. Gonçalves, Dayse O. de Alencar, Ádamo L. de Santana
评论: 8页,4图,2表,发表于葡萄牙语的《XLIII巴西运筹学研讨会(SBPO 2011)论文集》,2011年。URL: http://www.din.uem.br/sbpo/sbpo2011/pdf/87903.pdf
主题: 基因组学 (q-bio.GN) ; 计算工程、金融与科学 (cs.CE)
[15] arXiv:2107.00648 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]
标题: 深度正交融合:整合影像学、病理学、基因组学和临床数据的多模态预后生物标志物发现
标题: Deep Orthogonal Fusion: Multimodal Prognostic Biomarker Discovery Integrating Radiology, Pathology, Genomic, and Clinical Data
Nathaniel Braman, Jacob W. H. Gordon, Emery T. Goossens, Caleb Willis, Martin C. Stumpe, Jagadish Venkataraman
评论: 被接受在MICCAI 2021上展示
主题: 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG) ; 多媒体 (cs.MM) ; 基因组学 (q-bio.GN) ; 定量方法 (q-bio.QM)
[16] arXiv:2107.08010 (交叉列表自 q-bio.PE) [中文pdf, pdf, 其他]
标题: 强而近期的定向选择扫荡重塑了淡水双壳类Megalonaias nervosa的遗传多样性
标题: Strong, recent selective sweeps reshape genetic diversity in freshwater bivalve Megalonaias nervosa
Rebekah L. Rogers, Stephanie L. Grizzard, Jeffrey T. Garner
评论: 7个图,6个补充表格,21个补充图。共60页
主题: 种群与进化 (q-bio.PE) ; 基因组学 (q-bio.GN)
[17] arXiv:2107.09883 (交叉列表自 cs.LG) [中文pdf, pdf, 其他]
标题: MG-NET:利用伪成像进行多模态宏基因组分析
标题: MG-NET: Leveraging Pseudo-Imaging for Multi-Modal Metagenome Analysis
Sathyanarayanan N. Aakur, Sai Narayanan, Vineela Indla, Arunkumar Bagavathi, Vishalini Laguduva Ramnath, Akhilesh Ramachandran
评论: 将出现在MICCAI 2021上
主题: 机器学习 (cs.LG) ; 基因组学 (q-bio.GN)
总共 17 条目
显示最多 50 每页条目: 较少 | 更多 | 所有
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号