کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8210903 | 1532976 | 2018 | 29 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Machine Learning on a Genome-wide Association Study to Predict Late Genitourinary Toxicity After Prostate Radiation Therapy
ترجمه فارسی عنوان
یادگیری ماشین در یک مطالعه انجمن ژنوم برای پیش بینی از سمیت زودهنگام پس از درمان پس از پروتئین
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
ترجمه چکیده
ما روش های یادگیری ماشین و ابزار های بیوانفورماتیک را برای داده های ژنوم برای پیش بینی و توضیح سمیت گلو استفاده می کنیم. رویکرد ما طراحی یک مدل پیش بینی کننده قوی تر و تعیین ضریب بیولوژیک قابل قبول و فرآیندهای بیولوژیکی مرتبط با سمیت گلو را امکان پذیر ساخته است.
موضوعات مرتبط
مهندسی و علوم پایه
فیزیک و نجوم
تشعشع
چکیده انگلیسی
We applied machine learning methods and bioinformatics tools to genome-wide data to predict and explain GU toxicity. Our approach enabled the design of a more powerful predictive model and the determination of plausible biomarkers and biological processes associated with GU toxicity.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Radiation Oncology*Biology*Physics - Volume 101, Issue 1, 1 May 2018, Pages 128-135
Journal: International Journal of Radiation Oncology*Biology*Physics - Volume 101, Issue 1, 1 May 2018, Pages 128-135
نویسندگان
Sangkyu PhD, Sarah PhD, Harry MD, Barry PhD, Joseph O. PhD, Jung Hun PhD,