• 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

Computational Proteomics: Focus on Deep Learning.

作者信息

Wen Bo, Zhang Bing

机构信息

Lester and Sue Smith Breast Center, Baylor College of Medicine, Houston, TX, 77030, USA.

Department of Molecular and Human Genetics, Baylor College of Medicine, Houston, TX, 77030, USA.

出版信息

Proteomics. 2020 Nov;20(21-22):e2000258. doi: 10.1002/pmic.202000258.

DOI:10.1002/pmic.202000258
PMID:33210458
Abstract
摘要

相似文献

1
Computational Proteomics: Focus on Deep Learning.计算蛋白质组学：聚焦深度学习
Proteomics. 2020 Nov;20(21-22):e2000258. doi: 10.1002/pmic.202000258.
2
Deep learning in omics: a survey and guideline.组学中的深度学习：综述与指南。
Brief Funct Genomics. 2019 Feb 14;18(1):41-57. doi: 10.1093/bfgp/ely030.
3
Deep Omics.深度组学。
Proteomics. 2018 Jan;18(2). doi: 10.1002/pmic.201700319. Epub 2017 Dec 29.
4
Deep Learning and Computational Neuroscience.深度学习与计算神经科学
Neuroinformatics. 2018 Jan;16(1):1-2. doi: 10.1007/s12021-018-9360-6.
5
Deep learning in bioinformatics.生物信息学中的深度学习。
Methods. 2019 Aug 15;166:1-3. doi: 10.1016/j.ymeth.2019.06.006. Epub 2019 Jun 8.
6
Tackling the challenges of bioimage analysis.解决生物图像分析的难题。
Elife. 2020 Dec 2;9:e64384. doi: 10.7554/eLife.64384.
7
Proteomics Analysis of FLT3-ITD Mutation in Acute Myeloid Leukemia Using Deep Learning Neural Network.利用深度学习神经网络对急性髓系白血病中FLT3-ITD突变进行蛋白质组学分析。
Ann Clin Lab Sci. 2019 Jan;49(1):119-126.
8
Research on OpenCL optimization for FPGA deep learning application.FPGA 深度学习应用的 OpenCL 优化研究。
PLoS One. 2019 Oct 10;14(10):e0222984. doi: 10.1371/journal.pone.0222984. eCollection 2019.
9
Potential of deep representative learning features to interpret the sequence information in proteomics.深度代表性学习特征在解释蛋白质组学序列信息方面的潜力。
Proteomics. 2022 Jan;22(1-2):e2100232. doi: 10.1002/pmic.202100232.
10
Make deep learning algorithms in computational pathology more reproducible and reusable.提高计算病理学中深度学习算法的可重复性和可重用性。
Nat Med. 2022 Sep;28(9):1744-1746. doi: 10.1038/s41591-022-01905-0.