deepSTR
DeepSTR est un projet d'analyse et de prédiction de l'impact fonctionnel des variations du génome, en particulier les variations répétitives (STR). Il inclut des algorithmes de machine learning et de fouille de données pour détecter des motifs dans les séquences d'ADN et prédire leur impact sur la régulation génique.
Dépôt de code
Cas d'utilisation métiers
- Prédiction de l'impact fonctionnel des variations du génome : rechercher des initiatives proches
- Recherche de motifs dans les séquences d'ADN : rechercher des initiatives proches
- Analyse de variations du génome : rechercher des initiatives proches
- Corrélation entre variations du génome et régulation génique : rechercher des initiatives proches
Cas d'utilisation fonctionnel
Organisation
- Université de Montpellier (organisation rattachée)
Outils utilisés
- NumPy : voir les initiatives de ses organisations qui l'ont aussi
- TensorFlow : voir les initiatives de ses organisations qui l'ont aussi
- Python : voir les initiatives de ses organisations qui l'ont aussi
- Anaconda : voir les initiatives de ses organisations qui l'ont aussi
- scikit-learn : voir les initiatives de ses organisations qui l'ont aussi
- Keras : voir les initiatives de ses organisations qui l'ont aussi
- Matplotlib : voir les initiatives de ses organisations qui l'ont aussi
- Pandas : voir les initiatives de ses organisations qui l'ont aussi
- SciPy : voir les initiatives de ses organisations qui l'ont aussi
Description générée le mardi 19 mars 2024 à 19:45:41
D'autres initiatives de la même organisation
- Université de Montpellierumontpellier.fr
- doc-gitgite.lirmm.fr/common-docs/doc-git
- newcomers-guidegite.lirmm.fr/common-docs/newcomers-guide
- advanse-apigite.lirmm.fr/advanse/advanse-api