Biblioteca122.739 documentos en línea

Artículo

K-Nearest Robust Active Learning on Big Data and Application in Epitope PredictionAprendizaje activo robusto de los k-vecinos más cercanos en grandes datos y su aplicación en la predicción de epítopos.

Resumen

Las células B que inducen respuestas inmunes específicas de antígenos in vivo producen grandes cantidades de anticuerpos específicos de antígenos al reconocer subregiones (epítopos) de proteínas antigénicas, en las cuales pueden inhibir la función de la proteína antígeno. La predicción de la región del epítopo facilita el diseño y desarrollo de vacunas que inducen la producción de anticuerpos específicos de antígenos. Hay muchas enfermedades que son difíciles de tratar sin vacunas. Y el COVID-19 ha destruido la vida de muchas personas. Por lo tanto, hacer vacunas contra el COVID-19 es muy importante. La fabricación de vacunas requiere un gran número de experimentos para obtener objetivos etiquetados. Sin embargo, obtener una gran cantidad de datos etiquetados de experimentos es un desafío para los humanos. El análisis de big data ha propuesto algunas soluciones para hacer frente a este desafío. La tecnología de big data se ha desarrollado muy rápido y se ha aplicado en muchas áreas. En el área de la bioinform

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento