PL
 |
EN
Ograniczanie wyników
Czasopisma help
  1. 1 Computer Science
Autorzy help
  1. 1 Cakir Eda
  2. 1 Hütt Marc-Thorsten
Lata help
  1. 1 2025
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  disease cohorts
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Network-based computational pipeline for studying variability of transcriptome profiles for human diseases
Cakir Eda, Hütt Marc-Thorsten
Computer Science
|
2025
|
T. 26 (SI)
69--91
EN
Machine learning applications to high-throughput data in medicine – one ofthe biggest resources for understanding complex diseases – have been limitedthus far. Here, we present a computational approach for assessing the intrinsicvariability in the most prominent data type, transcriptomics data for diseasecohorts. Our study looks at situations where multiple data sets for the samedisease are available. We leverage concepts of network medicine to assess howthe match between a biological network and a set of differentially expressedgenes varies across different networks and experiments. Our results showedthat different biological networks yielded markedly different results; also, theclustering of diseases depended strongly on the choice of the parameters thatwere contained in the data analysis and network processing.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.