Detecting adaptive introgression in human evolution using convolutional neural networks.

Gower, Graham; Picazo, Pablo Iáñez; Fumagalli, Matteo; Racimo, Fernando

Gower, Graham; Picazo, Pablo Iáñez; Fumagalli, Matteo; Racimo, Fernando.

Afiliação

Gower G; Lundbeck GeoGenetics Centre, Globe Institute, Faculty of Health and Medical Sciences, University of Copenhagen, Copenhagen, Denmark.
Picazo PI; Lundbeck GeoGenetics Centre, Globe Institute, Faculty of Health and Medical Sciences, University of Copenhagen, Copenhagen, Denmark.
Fumagalli M; Department of Life Sciences, Silwood Park Campus, Imperial College London, London, United Kingdom.
Racimo F; Lundbeck GeoGenetics Centre, Globe Institute, Faculty of Health and Medical Sciences, University of Copenhagen, Copenhagen, Denmark.

Elife ; 102021 05 25.

Article em En | MEDLINE | ID: mdl-34032215

Assuntos

Evolução Molecular; Redes Neurais de Computação; Frequência do Gene; Genótipo; Humanos; Mutação

Palavras-chave

adaptive introgression; computational biology; genetics; genomics; human; machine learning; simulation; systems biology

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Redes Neurais de Computação / Evolução Molecular Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: Elife Ano de publicação: 2021 Tipo de documento: Article País de afiliação: Dinamarca

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google