Artificial Intelligence based adaptive and interpretable models for analyzing multi-track epigenomic sequential data
Artificial Intelligence based adaptive and interpretable models for analyzing multi-track epigenomic sequential data
基于人工智能的自适应和可解释模型，用于分析多轨表观基因组序列数据
批准号：
437034
负责人：
Ashraf Ahmed
金额：
$21.75万
依托单位：
依托单位国家：
加拿大
项目类别：
Operating Grants
财政年份：
2020
资助国家：
加拿大
项目状态：
已结题
起止时间：
2020-10-01 至 2023-10-01
中文摘要
翻译
在这个项目中，我们将采用一种新的方法来利用人工智能在表观基因组序列大数据分析中的巨大潜力。表观遗传学是一门研究分子和机制的学科，这些分子和机制可以在遗传环境中使不同的基因活性状态永久化
英文摘要
In this project we will take a fresh approach to harness the great potential of AI in the big data-analyses of epigenomic sequences. Epigenetics is the study of molecules and mechanisms that can perpetuate alternative gene activity states in the context o
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
海外基金
