Buchumschlag

Supervised machine learning for microbiomics: bridging the gap between current and best practices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dudek, Natasha K., Chakhvadze, Mariam, Kobakhidze, Saba, Kantidze, Omar, Gankin, Yuriy
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Genomics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fast, memory-efficient genomic interval tokenizers for modern machine learning
von: LeRoy, Nathan J., et al.
Veröffentlicht: (2025)

Predicting loss-of-function impact of genetic mutations: a machine learning approach
von: Kaur, Arshmeet, et al.
Veröffentlicht: (2024)

Disentangling Interpretable Factors with Supervised Independent Subspace Principal Component Analysis
von: Su, Jiayu, et al.
Veröffentlicht: (2024)

Primer C-VAE: An interpretable deep learning primer design method to detect emerging virus variants
von: Wang, Hanyu, et al.
Veröffentlicht: (2025)

SNPgen: Phenotype-Supervised Genotype Representation and Synthetic Data Generation via Latent Diffusion
von: Lampis, Andrea, et al.
Veröffentlicht: (2026)

Interpretable deep learning in single-cell omics
von: Wagle, Manoj M, et al.
Veröffentlicht: (2024)

DLSOM: A Deep learning-based strategy for liver cancer subtyping
von: Zamio, Fabio
Veröffentlicht: (2024)

Machine and deep learning methods for predicting 3D genome organization
von: Wall, Brydon P. G., et al.
Veröffentlicht: (2024)

Active learning for efficient discovery of optimal gene combinations in the combinatorial perturbation space
von: Qin, Jason, et al.
Veröffentlicht: (2024)

LaCoGSEA: Unsupervised deep learning for pathway analysis via latent correlation
von: Zheng, Zhiwei, et al.
Veröffentlicht: (2026)

On learning functions over biological sequence space: relating Gaussian process priors, regularization, and gauge fixing
von: Petti, Samantha, et al.
Veröffentlicht: (2025)

Pan-cancer gene set discovery via scRNA-seq for optimal deep learning based downstream tasks
von: Kim, Jong Hyun, et al.
Veröffentlicht: (2024)

LOCO-EPI: Leave-one-chromosome-out (LOCO) as a benchmarking paradigm for deep learning based prediction of enhancer-promoter interactions
von: Tahir, Muhammad, et al.
Veröffentlicht: (2025)

Assessing Concordance between RNA-Seq and NanoString Technologies in Ebola-Infected Nonhuman Primates Using Machine Learning
von: Rezapour, Mostafa, et al.
Veröffentlicht: (2024)

Machine learning applied to omics data
von: Calviño, Aida, et al.
Veröffentlicht: (2024)

Comparative Analysis of Multi-Omics Integration Using Advanced Graph Neural Networks for Cancer Classification
von: Alharbi, Fadi, et al.
Veröffentlicht: (2024)

Genetic Influences on Brain Aging: Analyzing Sex Differences in the UK Biobank using Structural MRI
von: Ardila, Karen, et al.
Veröffentlicht: (2025)

Modeling Gene Expression Distributional Shifts for Unseen Genetic Perturbations
von: Ramakrishnan, Kalyan, et al.
Veröffentlicht: (2025)

A step toward a reinforcement learning de novo genome assembler
von: Padovani, Kleber, et al.
Veröffentlicht: (2021)

MLOmics: Cancer Multi-Omics Database for Machine Learning
von: Yang, Ziwei, et al.
Veröffentlicht: (2024)

DART-Eval: A Comprehensive DNA Language Model Evaluation Benchmark on Regulatory DNA
von: Patel, Aman, et al.
Veröffentlicht: (2024)

Wave-LSTM: Multi-scale analysis of somatic whole genome copy number profiles
von: Gadd, Charles, et al.
Veröffentlicht: (2024)

GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models
von: Liu, Zicheng, et al.
Veröffentlicht: (2024)

LoRA-BERT: a Natural Language Processing Model for Robust and Accurate Prediction of long non-coding RNAs
von: Jeon, Nicholas, et al.
Veröffentlicht: (2024)

PerturBench: Benchmarking Machine Learning Models for Cellular Perturbation Analysis
von: Wu, Yan, et al.
Veröffentlicht: (2024)

UnPaSt: unsupervised patient stratification by biclustering of omics data
von: Hartung, Michael, et al.
Veröffentlicht: (2024)

Caduceus: Bi-Directional Equivariant Long-Range DNA Sequence Modeling
von: Schiff, Yair, et al.
Veröffentlicht: (2024)

A Misclassification Network-Based Method for Comparative Genomic Analysis
von: He, Wan, et al.
Veröffentlicht: (2024)

Fast and scalable Wasserstein-1 neural optimal transport solver for single-cell perturbation prediction
von: Chen, Yanshuo, et al.
Veröffentlicht: (2024)

DNA Sequence Classification with Compressors
von: Ozan, Şükrü
Veröffentlicht: (2024)

sc-OTGM: Single-Cell Perturbation Modeling by Solving Optimal Mass Transport on the Manifold of Gaussian Mixtures
von: Demir, Andac, et al.
Veröffentlicht: (2024)

Pretrained-Guided Conditional Diffusion Models for Microbiome Data Analysis
von: Shi, Xinyuan, et al.
Veröffentlicht: (2024)

A SARS-CoV-2 Interaction Dataset and VHH Sequence Corpus for Antibody Language Models
von: Tsuruta, Hirofumi, et al.
Veröffentlicht: (2024)

Estimating the Causal Effects of T Cell Receptors
von: Weinstein, Eli N., et al.
Veröffentlicht: (2024)

A mechanistically interpretable neural network for regulatory genomics
von: Tseng, Alex M., et al.
Veröffentlicht: (2024)

scMEDAL for the interpretable analysis of single-cell transcriptomics data with batch effect visualization using a deep mixed effects autoencoder
von: Andrade, Aixa X., et al.
Veröffentlicht: (2024)

Phenome-wide causal proteomics enhance systemic lupus erythematosus flare prediction: A study in Asian populations
von: Chen, Liying, et al.
Veröffentlicht: (2024)

LSTM Autoencoder-based Deep Neural Networks for Barley Genotype-to-Phenotype Prediction
von: Wang, Guanjin, et al.
Veröffentlicht: (2024)

GV-Rep: A Large-Scale Dataset for Genetic Variant Representation Learning
von: Li, Zehui, et al.
Veröffentlicht: (2024)

ProtGO: A Transformer based Fusion Model for accurately predicting Gene Ontology (GO) Terms from full scale Protein Sequences
von: Tamir, Azwad, et al.
Veröffentlicht: (2024)