Deep Learning Applied on Next Generation Sequencing Data Analysis

深度学习 计算机科学 数据科学 人工智能 深度测序 机器学习 微生物群 大数据 计算生物学 生物信息学 数据挖掘 生物 基因组 生物化学 基因
作者
Artem Danilevsky,Noam Shomron
出处
期刊:Methods in molecular biology 卷期号:: 169-182 被引量:4
标识
DOI:10.1007/978-1-0716-1103-6_9
摘要

Deep learning is defined as the group of computational techniques allowing for the discovery of latent information within large amounts of data. Recently, many fields have seen the immense potential of deep learning to solve various tasks in ways which outperformed many other traditional methods. Genomic research could be the next frontier to take advantage of deep learning, as it has the perfect combination of vast amounts of data and diverse tasks. Here we present the platform we generated to combine deep learning and genomic sequencing data. We tested the platform on publicly available sequencing data from the gut microbiome of cancer patients. We showed that our platform is capable of classifying patients with higher accuracy than other methods, with some caveats. Overall, we believe genomic research is the next frontline for deep learning as there are exciting avenues waiting to be explored. We think that our platform, presented here, could serve as the basis for such future research.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
2秒前
东郭雁梅完成签到 ,获得积分10
3秒前
阿紫完成签到,获得积分10
4秒前
文欣完成签到 ,获得积分10
5秒前
然而。完成签到 ,获得积分10
5秒前
yy完成签到 ,获得积分10
7秒前
于芋菊完成签到,获得积分0
7秒前
hellozijia完成签到 ,获得积分10
11秒前
14秒前
曾建完成签到 ,获得积分10
16秒前
材1完成签到 ,获得积分10
17秒前
独孤完成签到 ,获得积分10
25秒前
wo_qq111完成签到 ,获得积分10
29秒前
29秒前
July完成签到,获得积分0
29秒前
hyjcs完成签到,获得积分10
31秒前
喝酸奶不舔盖完成签到 ,获得积分10
31秒前
英俊的铭应助文昊采纳,获得10
32秒前
兴奋的定帮完成签到 ,获得积分10
37秒前
duxiao完成签到 ,获得积分10
39秒前
小九完成签到,获得积分10
39秒前
clocksoar完成签到,获得积分10
39秒前
wang5cl完成签到,获得积分10
39秒前
疯狂的迪子完成签到 ,获得积分10
41秒前
沙里飞完成签到 ,获得积分10
41秒前
小陈完成签到,获得积分10
42秒前
吴晓娟完成签到 ,获得积分10
43秒前
包子牛奶发布了新的文献求助30
43秒前
sdbz001完成签到,获得积分10
44秒前
mumuyayaguoguo完成签到 ,获得积分10
45秒前
liciky完成签到 ,获得积分10
48秒前
zenabia完成签到 ,获得积分10
48秒前
于芋菊给于芋菊的求助进行了留言
48秒前
科研通AI2S应助忧郁衬衫采纳,获得10
51秒前
Huay完成签到 ,获得积分10
53秒前
自由的无色完成签到 ,获得积分10
57秒前
58秒前
爱学习的悦悦子完成签到 ,获得积分10
59秒前
小竹完成签到 ,获得积分10
59秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Becoming: An Introduction to Jung's Concept of Individuation 600
肝病学名词 500
Evolution 3rd edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3171668
求助须知:如何正确求助?哪些是违规求助? 2822477
关于积分的说明 7939353
捐赠科研通 2483134
什么是DOI,文献DOI怎么找? 1322990
科研通“疑难数据库(出版商)”最低求助积分说明 633826
版权声明 602647