Sensitivity analysis based on the random forest machine learning algorithm identifies candidate genes for regulation of innate and adaptive immune response of chicken.

Polewko-Klim, Aneta; Lesinski, Wojciech; Golinska, Agnieszka Kitlas; Mnich, Krzysztof; Siwek, Maria; Rudnicki, Witold R

Polewko-Klim, Aneta; Lesinski, Wojciech; Golinska, Agnieszka Kitlas; Mnich, Krzysztof; Siwek, Maria; Rudnicki, Witold R.

Afiliación

Polewko-Klim A; Institute of Computer Science, University of Bialystok, Bialystok, Poland. Electronic address: anetapol@uwb.edu.pl.
Lesinski W; Institute of Computer Science, University of Bialystok, Bialystok, Poland.
Golinska AK; Institute of Computer Science, University of Bialystok, Bialystok, Poland.
Mnich K; Computational Centre, University of Bialystok, Bialystok, Poland.
Siwek M; Animal Biotechnology and Genetics Department, University of Technology and Life Sciences, Bydgoszcz, Poland.
Rudnicki WR; Institute of Computer Science, University of Bialystok, Bialystok, Poland; Computational Centre, University of Bialystok, Bialystok, Poland; Interdisciplinary Centre for Mathematical and Computational Modelling, University of Warsaw, Warsaw, Poland.

Poult Sci ; 99(12): 6341-6354, 2020 Dec.

Article en En | MEDLINE | ID: mdl-33248550

Asunto(s)

Inmunidad Adaptativa; Algoritmos; Pollos; Inmunidad Innata; Aprendizaje Automático; Inmunidad Adaptativa/genética; Animales; Pollos/genética; Pollos/inmunología; Inmunidad Innata/genética; Sitios de Carácter Cuantitativo

Palabras clave

chicken; immune response; machine learning; marker gene

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Banco de datos: MEDLINE Asunto principal: Algoritmos / Pollos / Inmunidad Adaptativa / Aprendizaje Automático / Inmunidad Innata Tipo de estudio: Diagnostic_studies / Prognostic_studies / Risk_factors_studies Límite: Animals Idioma: En Revista: Poult Sci Año: 2020 Tipo del documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google