DeepTTA: a transformer-based model for predicting cancer drug response.

Jiang, Likun; Jiang, Changzhi; Yu, Xinyu; Fu, Rao; Jin, Shuting; Liu, Xiangrong

Jiang, Likun; Jiang, Changzhi; Yu, Xinyu; Fu, Rao; Jin, Shuting; Liu, Xiangrong.

Afiliação

Jiang L; Department of Computer Science, Xiamen University, Xiamen 361005, China.
Jiang C; National Institute for Data Science in Health and Medicine, Xiamen University, Xiamen 361005, China.
Yu X; Department of Computer Science, Xiamen University, Xiamen 361005, China.
Fu R; Department of Computer Science, Xiamen University, Xiamen 361005, China.
Jin S; Department of Computer Science, Xiamen University, Xiamen 361005, China.
Liu X; Department of Computer Science, Xiamen University, Xiamen 361005, China.

Brief Bioinform ; 23(3)2022 05 13.

Article em En | MEDLINE | ID: mdl-35348595

Assuntos

Antineoplásicos; Neoplasias; Antineoplásicos/farmacologia; Antineoplásicos/uso terapêutico; Humanos; Neoplasias/tratamento farmacológico; Neoplasias/genética; Redes Neurais de Computação; Medicina de Precisão/métodos; Transcriptoma

Palavras-chave

IC50; cancer cell line; drug response prediction; gene expression; transcriptome; transformer

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Bases de dados: MEDLINE Assunto principal: Neoplasias / Antineoplásicos Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Revista: Brief Bioinform Assunto da revista: BIOLOGIA / INFORMATICA MEDICA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: China

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google