.png){kind=icon}
返回
SIBioX: A Matrix Based Bioinformatics Analysis Tool Based on Swarm Intelligence Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1021/acs.analchem.5c07841.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
生物基质数据对于计算分析至关重要，为识别生物系统中的模式和关系提供了结构化框架。许多其他生物数据类型，包括序列、网络和图像，可通过特征提取和编码转化为矩阵表示。然而，其高维性使分析复杂化，导致计算复杂度增加和过拟合风险，即维度灾难。为应对这些挑战，我们开发了SIBioX，这是一种基于矩阵的生物信息学工具，由群智能算法驱动。它整合了54种群智能方法、5种传统特征选择技术和17种机器学习模型，能够对生物矩阵数据进行全面分析。凭借用户友好的图形界面，它支持特征归一化、选择、分类、聚类、统计分析及数据可视化等操作。此外，它还能将非矩阵生物数据（如基因和蛋白质序列）转换为矩阵格式以供进一步研究。实验结果表明，SIBioX不仅能在特征选择中达到高精度，还能有效降低维度，从而简化生物信息学工作流程，提升生物医学研究的效率。
Keyword:
Swarm intelligence
Feature selection
Dimensionality reduction
Bioinformatics
Matrix-based analysis
期刊
IF:
6.7
论文数:
4.7W
被引数:
15.9W
机构
引用论文
Practical Guide to Single-Protein AFM Nanomechanical Spectroscopy Mapping: Insights and Pitfalls As Unraveled by All-Atom MD Simulations on Immunoglobulin G.png)
ACS Sensors
OAAI
ACS SensorsIF0
OAAI分享收藏A survey on swarm intelligence approaches to feature selection in data mining数据挖掘中特征选择的群体智能方法综述
PREAI
分享收藏Rank normalization empowers a t-test for microbiome differential abundance analysis while controlling for false discoveries秩归一化为微生物组差异丰度分析提供了t检验，同时控制了错误发现OAAI
OAAI分享收藏MarkovHC: Markov hierarchical clustering for the topological structure of high-dimensional single-cell omics data with transition pathway and critical point detectionNUCLEIC ACIDS RESEARCH
OAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏Dendrites endow artificial neural networks with accurate, robust and parameter-efficient learning树突为人工神经网络赋予精确、鲁棒且参数高效的学习能力。NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏
查看更多内容