Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT

Freigegeben

Poster

Mining complex genotypic features for predicting HIV-1 drug resistance

MPG-Autoren
/persons/resource/persons84183

Saigo,  H
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

/persons/resource/persons84265

Tsuda,  K
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Saigo, H., Uno, T., & Tsuda, K. (2007). Mining complex genotypic features for predicting HIV-1 drug resistance. Poster presented at 15th Annual International Conference on Intelligent Systems for Molecular Biology & 6th European Conference on Computational Biology (ISMB/ECCB 2007), Wien, Austria.


Zitierlink: https://hdl.handle.net/21.11116/0000-0004-01AA-B
Zusammenfassung
To design an effective pharmacotherapy for HIV-1 patients, it is important to consider mutation associations in the genotypic data. Our method, item set boosting, performs linear regression in the complete space of power sets of mutations. In computational experiments our method succeeded in recovering salient associations which explain drug resistance.