Your browser doesn't support javascript.
loading
Improved haplotype inference by exploiting long-range linking and allelic imbalance in RNA-seq datasets.
Berger, Emily; Yorukoglu, Deniz; Zhang, Lillian; Nyquist, Sarah K; Shalek, Alex K; Kellis, Manolis; Numanagic, Ibrahim; Berger, Bonnie.
Afiliação
  • Berger E; Computer Science & Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA.
  • Yorukoglu D; Department of Mathematics, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA.
  • Zhang L; Department of Mathematics, UC Berkeley, Berkeley, CA, 94720, USA.
  • Nyquist SK; Computer Science & Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA.
  • Shalek AK; Computer Science & Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA.
  • Kellis M; Computer Science & Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA.
  • Numanagic I; Computer Science & Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA.
  • Berger B; Computer Science & Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA.
Nat Commun ; 11(1): 4662, 2020 09 16.
Article em En | MEDLINE | ID: mdl-32938926
Assuntos
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Temas: Geral Base de dados: MEDLINE Assunto principal: Haplótipos / Análise de Sequência de RNA / Desequilíbrio Alélico Tipo de estudo: Risk_factors_studies Limite: Humans Idioma: En Revista: Nat Commun Assunto da revista: BIOLOGIA / CIENCIA Ano de publicação: 2020 Tipo de documento: Article País de afiliação: Estados Unidos
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Temas: Geral Base de dados: MEDLINE Assunto principal: Haplótipos / Análise de Sequência de RNA / Desequilíbrio Alélico Tipo de estudo: Risk_factors_studies Limite: Humans Idioma: En Revista: Nat Commun Assunto da revista: BIOLOGIA / CIENCIA Ano de publicação: 2020 Tipo de documento: Article País de afiliação: Estados Unidos