...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of data mining and bioinformatics >Formal concept analysis for knowledge discovery from biological data
【24h】

Formal concept analysis for knowledge discovery from biological data

机译：生物数据知识发现的正式概念分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Owing to the rapid advancement in high-throughput technologies, such as microarrays and next generation sequencing, the volume of biological data is increasing exponentially. The current challenge in computational biology and bioinformatics research is how to analyse these huge raw biological datasets to extract meaningful biological knowledge. Formal concept analysis is a method based on lattice theory and widely used for data analysis, knowledge representation, knowledge discovery and knowledge management across several domains. This paper reviews the applications of formal concept analysis for knowledge discovery from biological data, including gene expression discretisation, gene co-expression mining, gene expression clustering, finding genes in gene regulatory networks, enzyme/protein classifications, binding site classifications, and domain-domain interaction. It also presents a list of FCA-based software tools applied to the biological domain, and covers the challenges and future directions in this field.
机译：由于高通量技术的快速进步，例如微阵列和下一代测序，生物数据的体积是指数增长的。计算生物学和生物信息学研究中的目前挑战是如何分析这些巨大的原始生物数据集以提取有意义的生物学知识。正式概念分析是一种基于格子理论的方法，广泛用于多个域的数据分析，知识表示，知识发现和知识管理。本文综述了正式概念分析从生物数据中的知识发现的应用，包括基因表达离散，基因共表达挖掘，基因表达聚类，在基因调节网络中寻找基因，酶/蛋白质分类，结合位点分类和领域 - 域互动。它还列出了应用于生物域的基于FCA的软件工具列表，涵盖了该领域中的挑战和未来方向。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号