OCCAM: prediction of small ORFs in bacterial genomes by means of a target-decoy database approach and machine learning techniques

Título:

OCCAM: prediction of small ORFs in bacterial genomes by means of a target-decoy database approach and machine learning techniques

Autor:

Fabio Ribeiro Cerqueira

Ano:

2020

DOI:

10.1093/database/baaa067

Revista:

Database-The Journal of Biological Databases and Curation

ISSN:

17580463

Tags:

Aprendizagem de máquina

Bioinformática

Biologia Computacional

Mineração de Dados

Idioma:

Inglês

Buscar essa publicação no Google Acadêmico

Publicações com a mesma autoria

Applicability of machine learning techniques in food intake assessment: A systematic review

The use of Artificial Neural Networks in the diagnosis of manageable factors on Brazilian Primary Health Care

Blockchain para registro, certificação e rastreabilidade de bens infungíveis

visGReMLIN: graph mining-based detection and visualization of conserved motifs at 3D protein-ligand interface at the atomic level

Atenção primária à saúde: uma análise a luz da eficiência técnica dos recursos no Estado de Minas Gerais

Fangorn Forest (F2): a machine learning approach to classify genes and genera in the family Geminiviridae

Geminivirus data warehouse: a database enriched with machine learning approaches

Investigation of the visual attention role in clinical bioethics decision-making using machine learning algorithms

Rama: a machine learning approach for ribosomal protein prediction in plants

Análise da Eficiência na Atenção Primária à Saúde sob a Ótica dos Profissionais da Área