登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Blind test of binary deamidation prediction models.
Blind test of binary deamidation prediction models.
收藏
Figshare
2017-07-22 更新
2026-04-29 收录
蛋白质脱酰胺预测
生物信息学模型
数据链接：
https://figshare.com/articles/dataset/Blind_test_of_binary_deamidation_prediction_models_/5232739
数据链接
链接失效反馈
官方服务：
问题咨询
购买咨询
在线客服
NEW
资源简介：
Blind test of binary deamidation prediction models.
应用场景：
创建时间：
2017-07-22
相关数据集
Trained model for rrQNet
生物信息学模型
人工神经网络预测模型
Trained model for the rrQNet. Datasets and software can be found at https://github.com/Bhattacharya-Lab/rrQNet
NIAID Data Ecosystem
10
0
Additional file 6: of In silico approach to designing rational metagenomic libraries for functional studies
基因组功能注释
生物信息学模型
4129 novel Hidden Markov Models created in this study. (ZIP 47.9 mb)
NIAID Data Ecosystem
7
0
Additional file 3: of FCMDAP: using miRNA family and cluster information to improve the prediction accuracy of disease related miRNAs
miRNA靶标预测
生物信息学模型
Integrated miRNA similarity. (XLSX 1850 kb)
Figshare
2024-02-08 更新
5
0
Additional file 7: of A deep learning method to more accurately recall known lysine acetylation sites
蛋白质乙酰化位点预测
生物信息学模型
Table 7. Detailed parameter information about the neural network. The table contains the parameter information of MLP: the number of neurons in each layer, activation function, momentum, loss functio
Figshare
2024-02-15 更新
8
0
Additional file 4: of Prediction of plant-derived xenomiRs from plant miRNA sequences using random forest and one-dimensional convolutional neural network models
植物miRNA
生物信息学模型
Table S4. The RNA families mapped by xenomiRs. (XLSX 10 kb)
NIAID Data Ecosystem
6
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广
