Your browser doesn't support javascript.
loading
A machine learning based framework to identify and classify long terminal repeat retrotransposons.
Schietgat, Leander; Vens, Celine; Cerri, Ricardo; Fischer, Carlos N; Costa, Eduardo; Ramon, Jan; Carareto, Claudia M A; Blockeel, Hendrik.
Afiliação
  • Schietgat L; Department of Computer Science, KU Leuven, Leuven, Belgium.
  • Vens C; Department of Computer Science, KU Leuven, Leuven, Belgium.
  • Cerri R; Department of Public Health and Primary Care, KU Leuven Kulak, Kortrijk, Belgium.
  • Fischer CN; Department of Respiratory Medicine, Ghent University, and VIB Inflammation Research Center, Ghent, Belgium.
  • Costa E; Department of Computer Science, UFSCar Federal University of São Carlos, São Carlos, São Paulo, Brazil.
  • Ramon J; Department of Statistics, Applied Mathematics, and Computer Science, UNESP São Paulo State University, Rio Claro, São Paulo, Brazil.
  • Carareto CMA; Department of Computer Science, KU Leuven, Leuven, Belgium.
  • Blockeel H; Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, São Paulo, Brazil.
PLoS Comput Biol ; 14(4): e1006097, 2018 04.
Article em En | MEDLINE | ID: mdl-29684010

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Retroelementos / Sequências Repetidas Terminais / Aprendizado de Máquina Tipo de estudo: Prognostic_studies Limite: Animals Idioma: En Revista: PLoS Comput Biol Assunto da revista: BIOLOGIA / INFORMATICA MEDICA Ano de publicação: 2018 Tipo de documento: Article País de afiliação: Bélgica

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Retroelementos / Sequências Repetidas Terminais / Aprendizado de Máquina Tipo de estudo: Prognostic_studies Limite: Animals Idioma: En Revista: PLoS Comput Biol Assunto da revista: BIOLOGIA / INFORMATICA MEDICA Ano de publicação: 2018 Tipo de documento: Article País de afiliação: Bélgica