Cancer module genes ranking using kernelized score functions
about
An unsupervised learning approach to find ovarian cancer genes through integration of biological dataThink globally and solve locally: secondary memory-based network learning for automated multi-species function predictionAn extensive analysis of disease-gene associations using network integration and fast kernel-based gene prioritization methods.The role of protein interaction networks in systems biomedicine.Hierarchical ensemble methods for protein function prediction.
P2860
Cancer module genes ranking using kernelized score functions
description
2012 nî lūn-bûn
@nan
2012 թուականի Սեպտեմբերին հրատարակուած գիտական յօդուած
@hyw
2012 թվականի սեպտեմբերին հրատարակված գիտական հոդված
@hy
2012年の論文
@ja
2012年論文
@yue
2012年論文
@zh-hant
2012年論文
@zh-hk
2012年論文
@zh-mo
2012年論文
@zh-tw
2012年论文
@wuu
name
Cancer module genes ranking using kernelized score functions
@ast
Cancer module genes ranking using kernelized score functions
@en
Cancer module genes ranking using kernelized score functions
@nl
type
label
Cancer module genes ranking using kernelized score functions
@ast
Cancer module genes ranking using kernelized score functions
@en
Cancer module genes ranking using kernelized score functions
@nl
prefLabel
Cancer module genes ranking using kernelized score functions
@ast
Cancer module genes ranking using kernelized score functions
@en
Cancer module genes ranking using kernelized score functions
@nl
P2860
P1433
P1476
Cancer module genes ranking using kernelized score functions
@en
P2860
P2888
P356
10.1186/1471-2105-13-S14-S3
P478
13 Suppl 14
P577
2012-09-07T00:00:00Z
P6179
1026384749