• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

计算生物学中的功能数据分析。

Functional data analysis for computational biology.

作者信息

Cremona Marzia A, Xu Hongyan, Makova Kateryna D, Reimherr Matthew, Chiaromonte Francesca, Madrigal Pedro

机构信息

Department of Statistics, The Pennsylvania State University, University Park, PA, USA.

Department of Population Health Sciences, Medical College of Georgia, Augusta University, Augusta, GA, USA.

出版信息

Bioinformatics. 2019 Sep 1;35(17):3211-3213. doi: 10.1093/bioinformatics/btz045.

DOI:10.1093/bioinformatics/btz045
PMID:30668667
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC6736445/
Abstract

Supplementary data are available at Bioinformatics online.

摘要

补充数据可在《生物信息学》在线版获取。

相似文献

1
Functional data analysis for computational biology.计算生物学中的功能数据分析。
Bioinformatics. 2019 Sep 1;35(17):3211-3213. doi: 10.1093/bioinformatics/btz045.
2
The ELIXIR Core Data Resources: fundamental infrastructure for the life sciences.ELIXIR 核心数据资源：生命科学的基础架构。
Bioinformatics. 2020 Apr 15;36(8):2636-2642. doi: 10.1093/bioinformatics/btz959.
3
SATurn: a modular bioinformatics framework for the design of robust maintainable web-based and standalone applications.SATurn：一个用于设计稳健、可维护的基于网络和独立应用程序的模块化生物信息学框架。
Bioinformatics. 2019 Jan 15;35(2):349-351. doi: 10.1093/bioinformatics/bty549.
4
Rust-Bio: a fast and safe bioinformatics library.Rust-Bio：一个快速且安全的生物信息学库。
Bioinformatics. 2016 Feb 1;32(3):444-6. doi: 10.1093/bioinformatics/btv573. Epub 2015 Oct 6.
5
BioSmalltalk: a pure object system and library for bioinformatics.生物小议：一个用于生物信息学的纯对象系统和库。
Bioinformatics. 2013 Sep 15;29(18):2355-6. doi: 10.1093/bioinformatics/btt398. Epub 2013 Jul 9.
6
New models of atherosclerosis and multi-drug therapeutic interventions.动脉粥样硬化新模型与多药物治疗干预。
Bioinformatics. 2019 Jul 15;35(14):2449-2457. doi: 10.1093/bioinformatics/bty980.
7
BIOLITMAP: a web-based geolocated, temporal and thematic visualization of the evolution of bioinformatics publications.BIOLITMAP：一个基于网络的地理位置、时间和主题的生物信息学文献演化可视化工具。
Bioinformatics. 2019 Jul 15;35(14):2518-2520. doi: 10.1093/bioinformatics/bty967.
8
SciApps: a cloud-based platform for reproducible bioinformatics workflows.SciApps：一个基于云的可重复生物信息学工作流平台。
Bioinformatics. 2018 Nov 15;34(22):3917-3920. doi: 10.1093/bioinformatics/bty439.
9
APAlyzer: a bioinformatics package for analysis of alternative polyadenylation isoforms.APAlzyer：一个用于分析可变多聚腺苷酸化异构体的生物信息学软件包。
Bioinformatics. 2020 Jun 1;36(12):3907-3909. doi: 10.1093/bioinformatics/btaa266.
10
Comparison of online learning designs during the COVID-19 pandemic within bioinformatics courses in higher education.比较 COVID-19 大流行期间高等教育中生物信息学课程的在线学习设计。
Bioinformatics. 2021 Jul 12;37(Suppl_1):i9-i15. doi: 10.1093/bioinformatics/btab304.

引用本文的文献

1
Genomic Anomaly Detection with Functional Data Analysis.基于功能数据分析的基因组异常检测
Genes (Basel). 2025 Jun 15;16(6):710. doi: 10.3390/genes16060710.
2
mxfda: a comprehensive toolkit for functional data analysis of single-cell spatial data.MXFDA：用于单细胞空间数据功能数据分析的综合工具包。
Bioinform Adv. 2024 Nov 13;4(1):vbae155. doi: 10.1093/bioadv/vbae155. eCollection 2024.
3
Understanding spatiotemporal patterns of COVID-19 incidence in Portugal: A functional data analysis from August 2020 to March 2022.理解葡萄牙 COVID-19 发病率的时空模式：2020 年 8 月至 2022 年 3 月的功能数据分析。
PLoS One. 2024 Feb 1;19(2):e0297772. doi: 10.1371/journal.pone.0297772. eCollection 2024.
4
Epigenetic and transcriptional regulations prime cell fate before division during human pluripotent stem cell differentiation.在人类多能干细胞分化过程中，细胞分裂前的表观遗传和转录调控决定了细胞命运。
Nat Commun. 2023 Jan 25;14(1):405. doi: 10.1038/s41467-023-36116-9.
5
Constructing a polygenic risk score for childhood obesity using functional data analysis.利用功能数据分析构建儿童肥胖的多基因风险评分。
Econom Stat. 2023 Jan;25:66-86. doi: 10.1016/j.ecosta.2021.10.014. Epub 2021 Nov 11.
6
Integration of Count Difference and Curve Similarity in Negative Regulatory Element Detection.负调控元件检测中计数差异与曲线相似性的整合
Front Genet. 2022 Feb 18;13:818344. doi: 10.3389/fgene.2022.818344. eCollection 2022.
7
Functional data analysis characterizes the shapes of the first COVID-19 epidemic wave in Italy.功能数据分析刻画了意大利首次 COVID-19 疫情浪潮的形状。
Sci Rep. 2021 Aug 30;11(1):17054. doi: 10.1038/s41598-021-95866-y.
8
Non-B DNA: a major contributor to small- and large-scale variation in nucleotide substitution frequencies across the genome.非 B-DNA：基因组中核苷酸替换频率的小尺度和大尺度变化的主要贡献者。
Nucleic Acids Res. 2021 Feb 22;49(3):1497-1516. doi: 10.1093/nar/gkaa1269.
9
Learning the properties of adaptive regions with functional data analysis.利用功能数据分析学习自适应区域的特性。
PLoS Genet. 2020 Aug 27;16(8):e1008896. doi: 10.1371/journal.pgen.1008896. eCollection 2020 Aug.
10
Human L1 Transposition Dynamics Unraveled with Functional Data Analysis.运用功能数据分析揭示人类 L1 转座动态。
Mol Biol Evol. 2020 Dec 16;37(12):3576-3600. doi: 10.1093/molbev/msaa194.

本文引用的文献

1
Long-read sequencing technology indicates genome-wide effects of non-B DNA on polymerization speed and error rate.长读测序技术表明非 B DNA 对聚合速度和错误率的全基因组影响。
Genome Res. 2018 Dec;28(12):1767-1778. doi: 10.1101/gr.241257.118. Epub 2018 Nov 6.
2
Child Weight Gain Trajectories Linked To Oral Microbiota Composition.儿童体重增长轨迹与口腔微生物群落组成有关。
Sci Rep. 2018 Sep 19;8(1):14030. doi: 10.1038/s41598-018-31866-9.
3
RNA velocity of single cells.单细胞 RNA 速度。
Nature. 2018 Aug;560(7719):494-498. doi: 10.1038/s41586-018-0414-6. Epub 2018 Aug 8.
4
IWTomics: testing high-resolution sequence-based 'Omics' data at multiple locations and scales.IWTomics：在多个地点和尺度上测试基于高分辨率序列的 'Omics' 数据。
Bioinformatics. 2018 Jul 1;34(13):2289-2291. doi: 10.1093/bioinformatics/bty090.
5
scNMT-seq enables joint profiling of chromatin accessibility DNA methylation and transcription in single cells.单细胞核甲基化与转录组测序（scNMT-seq）能够对单细胞中的染色质可及性、DNA甲基化和转录进行联合分析。
Nat Commun. 2018 Feb 22;9(1):781. doi: 10.1038/s41467-018-03149-4.
6
The Human Cell Atlas: from vision to reality.人类细胞图谱：从愿景到现实。
Nature. 2017 Oct 18;550(7677):451-453. doi: 10.1038/550451a.
7
Single-cell epigenomics: Recording the past and predicting the future.单细胞表观基因组学：记录过去，预测未来。
Science. 2017 Oct 6;358(6359):69-75. doi: 10.1126/science.aan6826.
8
FGWAS: Functional genome wide association analysis.功能基因组全基因组关联分析（FGWAS）。
Neuroimage. 2017 Oct 1;159:107-121. doi: 10.1016/j.neuroimage.2017.07.030. Epub 2017 Jul 20.
9
FunChIP: an R/Bioconductor package for functional classification of ChIP-seq shapes.FunChIP：一个用于 ChIP-seq 形状功能分类的 R/Bioconductor 包。
Bioinformatics. 2017 Aug 15;33(16):2570-2572. doi: 10.1093/bioinformatics/btx201.
10
fCCAC: functional canonical correlation analysis to evaluate covariance between nucleic acid sequencing datasets.fCCAC：用于评估核酸测序数据集之间协方差的功能典型相关分析。
Bioinformatics. 2017 Mar 1;33(5):746-748. doi: 10.1093/bioinformatics/btw724.