Публикации по теме 'bioinformatics'


Настройте платформу обработки изображений для скрининга с высоким содержанием контента с помощью Label Studio
Наличие платформы для аннотирования данных изображения имеет важное значение для HCS. Здесь я продемонстрирую аннотирование изображений C Elegans из Broad. Вот уже несколько лет я пытаюсь найти инструмент, который мне действительно нравится, для аннотирования изображений HCS с помощью веб-интерфейса. Я использовал несколько инструментов, в том числе настольное приложение под названием LabelImg , и наконец нашел инструмент, который отвечает всем требованиям, под названием LabelStudio..
VC: Параллельные координаты
Параллельные координаты можно использовать для визуализации многомерных данных. Каждая параллельная ось соответствует атрибуту. Оси масштабируются до [min, max]. Каждый элемент данных соответствует ломаной, которая пересекает оси в точке, соответствующей значению атрибута. Двойственность точек-линий для параллельных координат Прямая линия (y = m*x + b) в декартовых координатах приводит к одной точке пересечения в параллельных координатах. Точка пересечения создается в..
Глубокое обучение для предсказания генов во фрагментах метагеномики.
CNN, RNN, LSTM и GRU для предсказания генов во фрагментах метагеномики. В этом заключительном разделе о применении глубокого обучения для прогнозирования генов мы реализуем 4 различных алгоритма и делаем вывод о том, что вредитель подходит для прогнозирования генов в метагеномной ДНК. Предварительная обработка такая же, как и в моем последнем посте, вы можете найти ее здесь. предварительная обработка данных. Предварительная обработка одинакова для всех алгоритмов, мы используем..
Прогнозирование генов с помощью CNN
Сверточные нейронные сети для прогнозирования генов метагеномики Глубокое обучение в геномике прогнозирование генов во фрагментах метагеномики является сложной вычислительной задачей из-за короткой длины чтения, неполного и фрагментированного характера данных.Традиционные методы машинного обучения извлекают большое количество функций, а затем применяют статистические подходы или подходы контролируемой классификации для прогнозирования генов. В этом исследовании мы используем..
Графические сверточные нейронные сети для анализа сложных углеводов
Использование PyTorch Geometric для работы с биологическими данными Графические сверточные нейронные сети (GCN) привлекают все большее внимание за последние пару лет, и все больше и больше дисциплин находят им применение. Это также распространилось на науки о жизни, поскольку GCN использовались для анализа белков , лекарств и, конечно, биологических сетей . Одним из ключевых преимуществ сетей GCN, которое сделало возможным это расширение, является их способность работать с..
ИИ в биоинформатике
В этой статье я расскажу о последних разработках в этой области. Искусственный интеллект привлекает к себе много внимания, поскольку он пытается воспроизвести человеческий интеллект для анализа сложных данных вокруг нас. Два основных подмножества ИИ: машинное обучение и глубокое обучение вызвали большой интерес в исследовательском сообществе из-за его жизнеспособного использования в различных областях. В этой статье мы рассмотрим последние достижения в области биоинформатики...
Кураторский список потрясающих приложений для глубокого обучения на данных экспрессии генов
Редактировать Управление темами Кураторский список потрясающих приложений для глубокого обучения данных об экспрессии генов (данные RNASeq и микрочипов). Список есть на github, не стесняйтесь отправлять запрос на включение. https://github.com/ahmedelmahy/awesome-deep-gene-expression Сверточные нейронные сети на данных экспрессии генов 2017–10 | Сверточные нейронные сети для структурированных омик: OmicsCNN и слой OmicsConv | Джузеппе Юрман, Валерио Маджио и др. | Архив..