Your browser doesn't support javascript.
loading
A supervised learning framework for chromatin loop detection in genome-wide contact maps.
Salameh, Tarik J; Wang, Xiaotao; Song, Fan; Zhang, Bo; Wright, Sage M; Khunsriraksakul, Chachrit; Ruan, Yijun; Yue, Feng.
Afiliação
  • Salameh TJ; Bioinformatics and Genomics Program, The Pennsylvania State University, University Park, State College, PA, 16802, USA.
  • Wang X; Department of Biochemistry and Molecular Genetics, Northwestern University Feinberg School of Medicine, Chicago, IL, 60611, USA. xiaotao.wang@northwestern.edu.
  • Song F; Bioinformatics and Genomics Program, The Pennsylvania State University, University Park, State College, PA, 16802, USA.
  • Zhang B; Bioinformatics and Genomics Program, The Pennsylvania State University, University Park, State College, PA, 16802, USA.
  • Wright SM; Bioinformatics and Genomics Program, The Pennsylvania State University, University Park, State College, PA, 16802, USA.
  • Khunsriraksakul C; Bioinformatics and Genomics Program, The Pennsylvania State University, University Park, State College, PA, 16802, USA.
  • Ruan Y; The Jackson Laboratory for Genomic Medicine, Farmington, CT, USA.
  • Yue F; Department of Genetics and Genome Sciences, University of Connecticut Health Center, Farmington, CT, USA.
Nat Commun ; 11(1): 3428, 2020 07 09.
Article em En | MEDLINE | ID: mdl-32647330

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Cromatina / Genoma / Aprendizado de Máquina Supervisionado Tipo de estudo: Diagnostic_studies / Prognostic_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 País de publicação: Reino Unido

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Cromatina / Genoma / Aprendizado de Máquina Supervisionado Tipo de estudo: Diagnostic_studies / Prognostic_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 País de publicação: Reino Unido