利用机器学习构建反式剪接因子活性的预测模型
详细信息
查看全文
|
推荐本文
|
英文篇名:Modeling and Predicting the Activities of Trans-Acting Splicing Factors with Machine Learning
作者:
茅缪伟
;
胡缪
;
杨弋
;
Yajie
;
Qian
;
Huanhuan
;
Wei
;
Wei
;
Fan
;
Yi
;
Yang
;
李小玲
;
王泽峰
英文作者:Miaowei Mao;Yue Hu;Yun Yang;Yajie Qian;Huanhuan Wei;Wei Fan;Yi Yang;Xiaoling Li;Zefeng Wang;
中文刊名:KXXE
英文刊名:Science News
机构:王泽峰组;华东理工大学杨弋组;马普计算生物所;华东理工大学;美国NIH/NIEHS;中科院-马普学会计算生物学伙伴研究所;
出版日期:2019-04-25
出版单位:科学新闻
年:2019
期:No.557
基金:国家基金委;; 中科院经费支持
语种:中文;
页:KXXE201902101
页数:1
CN:02
ISSN:11-5553/C
分类号:124
摘要
<正>文章简介90%以上的人类基因进行选择性RNA剪接,从而极大增加了蛋白组的多样性,这是基因表达最重要的调控方式之一。这一过程通常由前体mRNA中的顺式元件特异性招募反式剪接因子来调控。人类基因组编码超过1500
引文