Benchmarking of deep neural networks for predicting personal gene expression from DNA sequence highlights shortcomings.
Journal
bioRxiv : the preprint server for biology
Titre abrégé: bioRxiv
Pays: United States
ID NLM: 101680187
Informations de publication
Date de publication:
28 Sep 2023
28 Sep 2023
Historique:
pubmed:
31
3
2023
medline:
31
3
2023
entrez:
30
3
2023
Statut:
epublish
Résumé
Deep learning methods have recently become the state-of-the-art in a variety of regulatory genomic tasks
Identifiants
pubmed: 36993652
doi: 10.1101/2023.03.16.532969
pmc: PMC10055057
pii:
doi:
Types de publication
Preprint
Langues
eng
Subventions
Organisme : NIA NIH HHS
ID : P30 AG072975
Pays : United States
Organisme : NIA NIH HHS
ID : U01 AG046152
Pays : United States
Organisme : NIA NIH HHS
ID : U01 AG061356
Pays : United States
Organisme : NIA NIH HHS
ID : R01 AG017917
Pays : United States
Organisme : NIA NIH HHS
ID : R01 AG057911
Pays : United States
Organisme : NIA NIH HHS
ID : P30 AG010161
Pays : United States
Organisme : NIA NIH HHS
ID : R01 AG036836
Pays : United States
Organisme : NIA NIH HHS
ID : R01 AG015819
Pays : United States
Commentaires et corrections
Type : UpdateIn
Déclaration de conflit d'intérêts
Competing Interests Statement The authors declare no competing interests.