首页> 外文期刊>Bioinformatics >Multi-kernel linear mixed model with adaptive lasso for prediction analysis on high-dimensional multi-omics data
【24h】

Multi-kernel linear mixed model with adaptive lasso for prediction analysis on high-dimensional multi-omics data

机译:具有自适应套索的多核线性混合模型,用于高维多OMICS数据的预测分析

获取原文
获取原文并翻译 | 示例
       

摘要

Motivation: The use of human genome discoveries and other established factors to build an accurate risk prediction model is an essential step toward precision medicine. While multi-layer high-dimensional omics data provide unprecedented data resources for prediction studies, their corresponding analytical methods are much less developed.
机译:动机:使用人类基因组发现和其他建立的因素来构建精确的风险预测模型是朝向精密药物的重要步骤。 虽然多层高维的OMICS数据提供了前所未有的数据资源进行预测研究,但它们的相应分析方法产生了很少开发。

著录项

  • 来源
    《Bioinformatics》 |2020年第6期|共10页
  • 作者

    Li Jun; Lu Qing; Wen Yalu;

  • 作者单位

    Dalian Med Univ Dept Thorac Surg Dalian Municipal Cent Hosp Dalian 116000 Peoples R China;

    Michigan State Univ Dept Epidemiol &

    Biostat E Lansing MI 48824 USA;

    Univ Auckland Dept Stat Auckland 1010 New Zealand;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 生物工程学(生物技术);
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号