GENECBR. Gene Clustering menjadi mudah.
Unduh sekarang

GENECBR. Peringkat & Ringkasan

GENECBR. Tag

ekstrak ekstraksi pengetahuan. Gugus pilihan ekspresi gen gen fungsionalitas clustering. kekelompokan Urutkan Gene. Menganalisis set gen Temukan set gen ekstrak subset gen. Pencari subset gen ambil subset gen Lihat Data Gene. Menampilkan data gen Korelasi Gene. Correllate Gene. Analisis Gene. Organisasi gen visualisasi gen. Bandingkan Gene. pembanding gen Pola gen gen kandidat image pengelompokan mensimulasikan mutasi gen adjacency gen Anotasi gen. jaringan gen-reaksi-protein Database Ontologi Gene. Gen ontologi. generator jaringan gen. manajemen informasi gen Informasi gen asosiasi produk gen Identifikasi gen penerjemah Fungsi prediksi gen Identifikasi gen kecocokan gen gen mapper. membandingkan urutan gen Konten gen diturunkan Analisis gen coding protein Seleksi gen Gen clustering. Menganalisis urutan gen 16S RRNA cluster gen leluhur. kalkulator cluster gen Gen leluhur Gene Cluster. Menganalisis penanda gen transfer gen mensimulasikan jaringan gen yang tumbuh duplikasi gen memperkirakan keragaman gen Tes keragaman gen Keanekaragaman Gen Sequence gen. interaksi gen gen Nama urutan gen Keandalan Cluster Gene. Menganalisis Gen Pengubah memetakan gen penyakit Gene Gen Mapper. memvisualisasikan gen. Jelajahi Gene. Lihat Gene.

GENECBR. Keterangan

Genecbr adalah aplikasi bioinformatika berbasis Java yang mudah digunakan untuk memungkinkan penggunaan teknik gabungan yang dapat diterapkan pada pemilihan gen, pengelompokan, ekstraksi dan prediksi pengetahuan. Dalam mode diagnostik, GenecBR menggunakan model penalaran berbasis kasus yang menggabungkan serangkaian prototipe fuzzy untuk pengambilan gen yang relevan, jaringan struktur sel yang tumbuh untuk pengelompokan pasien serupa dan algoritma pemungutan suara tertimbang proporsional untuk memberikan diagnosis yang akurat. Khusus GENECBR adalah model yang dapat melakukan klasifikasi kanker berdasarkan data microarray. Untuk menyimpan informasi milik setiap sampel, sistem menggunakan kodifikasi fuzzy untuk mewakili tingkat ekspresi gen masing-masing sampel. Operasi ini memungkinkan generalisasi di seluruh basis kasus untuk mengatasi variasi intra-eksperimental dan antar-eksperimental dalam data. Berdasarkan diskritisasi fuzzy dari data ekspresi gen nyata menjadi sejumlah kecil fungsi keanggotaan fuzzy, sistem ini mampu membangun serangkaian prototipe yang dapat mewakili karakteristik utama kelas yang dipastikan sebelumnya.

GENECBR. Perangkat Lunak Terkait