© 1999-2048 dssz.net 粤ICP备11031372号
[其它] 使用序列模型学习表型结构
说明:先进的微阵列技术能够同时监视所有基因的表达水平。 微阵列数据分析中的一个重要问题是发现表型结构。 目标是:1)找到与不同表型(例如疾病或正常表型)相对应的样品组,以及2)对于每组样品,找到使该组与其他组区别开的代表性表达模式或特征。 已经针对该问题提出了一些方法,但是,共同的缺点是所识别的签名通常包括大量的基因,但是辨别力却很低。 在本文中,我们提出了ag *序列模型来解决这一局限性,其中基因之间的有序表达值被有效利用。 与现有方法相比,所提出的序列模型对噪声更鲁棒,并允许使用更少的基因以更大的<weixin_38536267> 上传 | 大小:1mb