GRNUlar: A Deep Learning Framework for Recovering Single-Cell Gene Regulatory Networks.

Shrivastava, Harsh; Zhang, Xiuwei; Song, Le; Aluru, Srinivas

Shrivastava, Harsh; Zhang, Xiuwei; Song, Le; Aluru, Srinivas.

Afiliação

Shrivastava H; Department of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, Georgia, USA.
Zhang X; Department of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, Georgia, USA.
Song L; Department of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, Georgia, USA.
Aluru S; Department of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, Georgia, USA.

J Comput Biol ; 29(1): 27-44, 2022 01.

Article em En | MEDLINE | ID: mdl-35050715

Assuntos

Aprendizado Profundo; Redes Reguladoras de Genes; Análise de Célula Única/estatística & dados numéricos; Algoritmos; Animais; Viés; Biologia Computacional; Simulação por Computador; Bases de Dados de Ácidos Nucleicos/estatística & dados numéricos; Escherichia coli/genética; Humanos; Camundongos; Redes Neurais de Computação; RNA-Seq/estatística & dados numéricos; Saccharomyces cerevisiae/genética; Aprendizado de Máquina Supervisionado

Palavras-chave

deep learning; gene regulatory networks; single-cell RNA-Seq; unrolled algorithms

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Redes Reguladoras de Genes / Análise de Célula Única / Aprendizado Profundo Tipo de estudo: Prognostic_studies Limite: Animals / Humans Idioma: En Revista: J Comput Biol Assunto da revista: BIOLOGIA MOLECULAR / INFORMATICA MEDICA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Estados Unidos País de publicação: Estados Unidos

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google