Modeling positional effects of regulatory sequences with spline transformations increases prediction accuracy of deep neural networks.

Avsec, Ziga; Barekatain, Mohammadamin; Cheng, Jun; Gagneur, Julien

Avsec, Ziga; Barekatain, Mohammadamin; Cheng, Jun; Gagneur, Julien.

Afiliación

Avsec Z; Department of Informatics, Technical University of Munich, 85748 Garching, Germany.
Barekatain M; Graduate School of Quantitative Biosciences (QBM), Gene Center, Ludwig-Maximilians-Universität München, 81377 Munich, Germany.
Cheng J; Department of Informatics, Technical University of Munich, 85748 Garching, Germany.
Gagneur J; Department of Informatics, Technical University of Munich, 85748 Garching, Germany.

Bioinformatics ; 34(8): 1261-1269, 2018 04 15.

Article en En | MEDLINE | ID: mdl-29155928

Asunto(s)

Genómica/métodos; Modelos Genéticos; Redes Neurales de la Computación; Secuencias Reguladoras de Ácidos Nucleicos; ADN; Células Hep G2; Humanos; Células K562; Aprendizaje Automático; Unión Proteica; Proteínas/metabolismo; ARN; Análisis de Secuencia de ADN/métodos; Análisis de Secuencia de ARN/métodos; Programas Informáticos

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Bases de datos: MEDLINE Asunto principal: Secuencias Reguladoras de Ácidos Nucleicos / Redes Neurales de la Computación / Genómica / Modelos Genéticos Tipo de estudio: Prognostic_studies / Risk_factors_studies Límite: Humans Idioma: En Revista: Bioinformatics Asunto de la revista: INFORMATICA MEDICA Año: 2018 Tipo del documento: Article País de afiliación: Alemania

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google