Integrating Sequence(통합 시퀀스)란 무엇입니까?
Integrating Sequence 통합 시퀀스 - Here, we present the Sequence Similarity 3D (SS3D) method of integrating sequence and structure information. [1] Above results demonstrate that integrating sequence and structure information is beneficial to improve the prediction ability of RNA-binding residues. [2] Our results highlight the importance of integrating sequence-based functional protein characterisation with dN/dS-based methods when studying the molecular adaptation of species. [3] ResultsWe developed a machine learning techniques-based classification approach to identify infectious disease-associated host genes by integrating sequence and protein interaction network features. [4] And then Crime Generative Adversarial Network (Crime-GAN) is formulated as a new crime forecasting model for four types of crime, integrating sequence to sequence structure and Wasserstein adversarial loss. [5]여기에서는 시퀀스와 구조 정보를 통합하는 SS3D(Sequencesimilarity 3D) 방법을 제시합니다. [1] 위의 결과는 서열과 구조 정보를 통합하는 것이 RNA 결합 잔기의 예측 능력을 향상시키는 데 도움이 된다는 것을 보여줍니다. [2] 우리의 결과는 종의 분자 적응을 연구할 때 서열 기반 기능적 단백질 특성화와 dN/dS 기반 방법을 통합하는 것의 중요성을 강조합니다. [3] 결과서열 및 단백질 상호작용 네트워크 기능을 통합하여 감염성 질병 관련 숙주 유전자를 식별하기 위한 기계 학습 기술 기반 분류 접근 방식을 개발했습니다. [4] 그런 다음 Crime Generative Adversarial Network(Crime-GAN)는 4가지 유형의 범죄에 대한 새로운 범죄 예측 모델로 공식화되며, 시퀀스 구조와 Wasserstein 적대적 손실을 통합합니다. [5]
By Integrating Sequence
By integrating sequence-based functional protein prediction with dN/dS-based methods to detect selection we uncovered adaptive convergence in the southern populations, probably related to their similar thermal conditions. [1] By integrating sequence biostratigraphic and seismic datasets, the Oligocene can be seen as characterised by two types of depositional sequence. [2]서열 기반 기능적 단백질 예측을 dN/dS 기반 방법과 통합하여 선택을 감지함으로써 남부 인구에서 적응 수렴을 발견했으며, 이는 아마도 유사한 열 조건과 관련이 있을 것입니다. [1] 시퀀스 생물층서 및 지진 데이터 세트를 통합함으로써 올리고세는 두 가지 유형의 퇴적 시퀀스를 특징으로 하는 것으로 볼 수 있습니다. [2]
integrating sequence feature 시퀀스 기능 통합
Integrating sequence features derived from raw nucleotide sequences with other genomic, structural and evolutionary features resulted in the development of a pan-cancer mutation effect prediction tool, NBDriver, which was highly efficient in identifying pathogenic variants from five independent validation datasets. [1] RESULTS In this paper, we propose a new pipeline, mirTime, that predicts microRNA targets by integrating sequence features and time-series expression profiles in a specific experimental condition. [2] Integrating sequence features derived from raw nucleotide sequences with other genomic, structural, and evolutionary features resulted in the development of a pan-cancer mutation effect prediction tool, NBDriver, which was highly efficient in identifying pathogenic variants from five independent validation datasets. [3] RESULTS In this paper, we propose a new pipeline, mirTime, that predicts microRNA targets by integrating sequence features and time-series expression profiles in a specific experimental condition. [4]원시 뉴클레오티드 서열에서 파생된 서열 특징을 다른 게놈, 구조 및 진화적 특징과 통합함으로써 5개의 독립적인 검증 데이터 세트에서 병원성 변이체를 식별하는 데 매우 효율적인 범암 돌연변이 효과 예측 도구인 NBDriver가 개발되었습니다. [1] 결과 이 논문에서는 특정 실험 조건에서 서열 특징과 시계열 발현 프로파일을 통합하여 microRNA 표적을 예측하는 새로운 파이프라인 mirTime을 제안합니다. [2] 원시 뉴클레오티드 서열에서 파생된 서열 특징을 다른 게놈, 구조 및 진화적 특징과 통합함으로써 5개의 독립적인 검증 데이터세트에서 병원성 변이체를 식별하는 데 매우 효율적인 범암 돌연변이 효과 예측 도구인 NBDriver가 개발되었습니다. [3] 결과 이 논문에서는 특정 실험 조건에서 서열 특징과 시계열 발현 프로파일을 통합하여 microRNA 표적을 예측하는 새로운 파이프라인 mirTime을 제안합니다. [4]