Predicting transcription factor binding using ensemble random forest models.

Behjati Ardakani, Fatemeh; Schmidt, Florian; Schulz, Marcel H

Behjati Ardakani, Fatemeh; Schmidt, Florian; Schulz, Marcel H.

Afiliação

Behjati Ardakani F; High throughput Genomics and Systems Biology, Cluster of Excellence on Multimodel Computing and Interaction, Saarland University, Saarbruecken,, Saarland, 66123, Germany.
Schmidt F; Computational Biology and Applied Algorithmics, Max Planck Institute for Informatics, Saarbruecken, Saarland, 66123, Germany.
Schulz MH; Graduate School of computer science, Saarland University, Saarbruecken, Saarland, 66123, Germany.

F1000Res ; 7: 1603, 2018.

Article em En | MEDLINE | ID: mdl-31723409

Assuntos

Fatores de Transcrição/efeitos adversos; Sítios de Ligação; Imunoprecipitação da Cromatina; Motivos de Nucleotídeos; Ligação Proteica

Palavras-chave

Chromatin accessibility; DNase1-seq; ENCODE-DREAM in vivo Transcription Factor binding site prediction challenge; Ensemble learning; Indirect-binding; TF-complexes; Transcription Factors

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Fatores de Transcrição Tipo de estudo: Clinical_trials / Prognostic_studies / Risk_factors_studies Idioma: En Revista: F1000Res Ano de publicação: 2018 Tipo de documento: Article País de afiliação: Alemanha

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google