Your browser doesn't support javascript.
loading
DeepBSA: A deep-learning algorithm improves bulked segregant analysis for dissecting complex traits.
Li, Zhao; Chen, Xiaoxuan; Shi, Shaoqiang; Zhang, Hongwei; Wang, Xi; Chen, Hong; Li, Weifu; Li, Lin.
Afiliação
  • Li Z; National Key Laboratory of Crop Genetic Improvement, Huazhong Agricultural University, Wuhan 430070, China; Hainan Yazhou Bay Seed Lab, Hainan, China.
  • Chen X; College of Science, Huazhong Agricultural University, Wuhan 430070, China.
  • Shi S; National Key Laboratory of Crop Genetic Improvement, Huazhong Agricultural University, Wuhan 430070, China.
  • Zhang H; Institute of Crop Science, Chinese Academy of Agricultural Sciences, Beijing 100081, China.
  • Wang X; National Key Laboratory of Crop Genetic Improvement, Huazhong Agricultural University, Wuhan 430070, China.
  • Chen H; College of Science, Huazhong Agricultural University, Wuhan 430070, China.
  • Li W; College of Science, Huazhong Agricultural University, Wuhan 430070, China. Electronic address: liweifu@mail.hzau.edu.cn.
  • Li L; National Key Laboratory of Crop Genetic Improvement, Huazhong Agricultural University, Wuhan 430070, China; Hainan Yazhou Bay Seed Lab, Hainan, China. Electronic address: hzaulilin@mail.hzau.edu.cn.
Mol Plant ; 15(9): 1418-1427, 2022 09 05.
Article em En | MEDLINE | ID: mdl-35996754
Assuntos
Palavras-chave
Texto completo
Adicionar na Minha BVS
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Bases de dados: MEDLINE Assunto principal: Herança Multifatorial / Aprendizado Profundo Tipo de estudo: Prognostic_studies Limite: Animals Idioma: En Revista: Mol Plant Assunto da revista: BIOLOGIA MOLECULAR / BOTANICA 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

Texto completo: 1 Bases de dados: MEDLINE Assunto principal: Herança Multifatorial / Aprendizado Profundo Tipo de estudo: Prognostic_studies Limite: Animals Idioma: En Revista: Mol Plant Assunto da revista: BIOLOGIA MOLECULAR / BOTANICA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: China