Titre : Loi de Poisson

Loi de Poisson : Questions médicales fréquentes

Termes MeSH sélectionnés :

Molecular Sequence Annotation

Questions fréquentes et termes MeSH associés

Diagnostic 5

#1

Comment identifier une distribution de Poisson ?

On vérifie si les événements sont rares et indépendants, et on utilise des tests statistiques.
Distribution de Poisson Statistiques
#2

Quels outils statistiques sont utilisés ?

Les tests de chi carré et les tests de Poisson sont couramment utilisés pour l'analyse.
Tests statistiques Analyse de données
#3

Quand utiliser la loi de Poisson ?

Elle est utilisée pour modéliser des événements rares comme les accidents ou les maladies.
Événements rares Modélisation statistique
#4

Quels sont les critères d'application ?

Les événements doivent être indépendants et se produire à un taux constant dans le temps.
Indépendance Taux d'événements
#5

Comment vérifier l'adéquation du modèle ?

On compare les données observées avec les données attendues par le modèle de Poisson.
Modèle statistique Analyse de variance

Symptômes 5

#1

Quels symptômes modélise-t-on avec la loi de Poisson ?

On modélise des événements comme des cas de maladies ou des accidents dans un intervalle donné.
Symptômes Événements de santé
#2

La loi de Poisson peut-elle prédire des épidémies ?

Oui, elle peut estimer le nombre de cas d'une maladie dans un temps donné, comme une épidémie.
Épidémies Prévision
#3

Quels événements sont souvent analysés ?

Les événements comme les admissions à l'hôpital ou les infections nosocomiales sont analysés.
Admissions hospitalières Infections nosocomiales
#4

Peut-on modéliser des décès avec cette loi ?

Oui, la loi de Poisson est utilisée pour modéliser le nombre de décès dans une population sur une période.
Décès Démographie
#5

Quels types de maladies sont concernés ?

Des maladies infectieuses, des accidents et des maladies chroniques peuvent être modélisées.
Maladies infectieuses Accidents

Prévention 5

#1

Comment la loi de Poisson aide-t-elle à la prévention ?

Elle permet d'estimer le risque d'événements indésirables et d'orienter les stratégies de prévention.
Prévention Risque
#2

Peut-on prédire des épidémies avec cette loi ?

Oui, elle aide à prédire le nombre de cas d'épidémies et à planifier des interventions préventives.
Prédiction d'épidémies Interventions préventives
#3

Quels événements préventifs sont modélisés ?

On modélise des événements comme les vaccinations et les campagnes de sensibilisation.
Vaccination Sensibilisation
#4

Comment évaluer l'impact des campagnes ?

On utilise la loi de Poisson pour analyser le nombre de cas avant et après les campagnes de prévention.
Impact des campagnes Analyse comparative
#5

Quels facteurs influencent la prévention ?

Les facteurs comme le taux de vaccination et l'accès aux soins influencent les résultats préventifs.
Taux de vaccination Accès aux soins

Traitements 5

#1

Comment la loi de Poisson aide-t-elle en traitement ?

Elle permet d'évaluer l'efficacité des traitements en analysant le nombre d'événements indésirables.
Efficacité des traitements Événements indésirables
#2

Peut-on ajuster les traitements avec cette loi ?

Oui, les données de Poisson aident à ajuster les traitements en fonction des résultats observés.
Ajustement thérapeutique Résultats cliniques
#3

Comment évaluer les effets secondaires ?

On utilise la loi de Poisson pour modéliser le nombre d'effets secondaires dans des essais cliniques.
Effets secondaires Essais cliniques
#4

La loi de Poisson influence-t-elle la recherche ?

Oui, elle guide la recherche sur l'impact des traitements en analysant les événements rares.
Recherche médicale Impact des traitements
#5

Quels traitements sont souvent analysés ?

Les traitements pour les maladies infectieuses et les interventions chirurgicales sont souvent analysés.
Maladies infectieuses Interventions chirurgicales

Complications 5

#1

Quelles complications peuvent être modélisées ?

On peut modéliser des complications comme les infections post-opératoires ou les effets secondaires.
Complications Infections post-opératoires
#2

Comment la loi de Poisson aide-t-elle à comprendre les complications ?

Elle permet d'analyser la fréquence des complications et d'identifier des facteurs de risque.
Analyse de fréquence Facteurs de risque
#3

Peut-on prédire des complications avec cette loi ?

Oui, elle aide à prédire le nombre de complications dans des populations spécifiques après un traitement.
Prédiction Population spécifique
#4

Quels types de complications sont souvent étudiés ?

Les complications chirurgicales et les effets indésirables des médicaments sont souvent étudiés.
Complications chirurgicales Effets indésirables
#5

Comment réduire les complications ?

On utilise les données de Poisson pour identifier les risques et améliorer les protocoles de soins.
Réduction des risques Protocoles de soins

Facteurs de risque 5

#1

Quels facteurs influencent la loi de Poisson ?

Les facteurs comme l'âge, le sexe et les antécédents médicaux influencent les événements modélisés.
Facteurs de risque Antécédents médicaux
#2

Comment identifier les facteurs de risque ?

On analyse les données épidémiologiques pour identifier les facteurs associés à des événements rares.
Épidémiologie Analyse de données
#3

Les comportements influencent-ils les résultats ?

Oui, des comportements comme le tabagisme ou l'alimentation peuvent augmenter les risques d'événements.
Comportements de santé Tabagisme
#4

Quels facteurs environnementaux sont considérés ?

Des facteurs comme la pollution et l'accès aux soins de santé sont pris en compte dans l'analyse.
Pollution Accès aux soins
#5

Comment les facteurs de risque sont-ils utilisés ?

Ils sont utilisés pour orienter les politiques de santé publique et les stratégies de prévention.
Politiques de santé Stratégies de prévention
{ "@context": "https://schema.org", "@graph": [ { "@type": "MedicalWebPage", "name": "Loi de Poisson : Questions médicales les plus fréquentes", "headline": "Loi de Poisson : Comprendre les symptômes, diagnostics et traitements", "description": "Guide complet et accessible sur les Loi de Poisson : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.", "datePublished": "2024-04-05", "dateModified": "2025-03-31", "inLanguage": "fr", "medicalAudience": [ { "@type": "MedicalAudience", "name": "Grand public", "audienceType": "Patient", "healthCondition": { "@type": "MedicalCondition", "name": "Loi de Poisson" }, "suggestedMinAge": 18, "suggestedGender": "unisex" }, { "@type": "MedicalAudience", "name": "Médecins", "audienceType": "Physician", "geographicArea": { "@type": "AdministrativeArea", "name": "France" } }, { "@type": "MedicalAudience", "name": "Chercheurs", "audienceType": "Researcher", "geographicArea": { "@type": "AdministrativeArea", "name": "International" } } ], "reviewedBy": { "@type": "Person", "name": "Dr Olivier Menir", "jobTitle": "Expert en Médecine", "description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale", "url": "/static/pages/docteur-olivier-menir.html", "alumniOf": { "@type": "EducationalOrganization", "name": "Université Paris Descartes" } }, "isPartOf": { "@type": "MedicalWebPage", "name": "Lois statistiques", "url": "https://questionsmedicales.fr/mesh/D016008", "about": { "@type": "MedicalCondition", "name": "Lois statistiques", "code": { "@type": "MedicalCode", "code": "D016008", "codingSystem": "MeSH" }, "identifier": { "@type": "PropertyValue", "propertyID": "MeSH Tree", "value": "N06.850.520.830.994" } } }, "about": { "@type": "MedicalCondition", "name": "Loi de Poisson", "alternateName": "Poisson Distribution", "code": { "@type": "MedicalCode", "code": "D016012", "codingSystem": "MeSH" } }, "author": [ { "@type": "Person", "name": "Cécile Kremer", "url": "https://questionsmedicales.fr/author/C%C3%A9cile%20Kremer", "affiliation": { "@type": "Organization", "name": "" } }, { "@type": "Person", "name": "Andrea Torneri", "url": "https://questionsmedicales.fr/author/Andrea%20Torneri", "affiliation": { "@type": "Organization", "name": "" } }, { "@type": "Person", "name": "Sien Boesmans", "url": "https://questionsmedicales.fr/author/Sien%20Boesmans", "affiliation": { "@type": "Organization", "name": "" } }, { "@type": "Person", "name": "Hanne Meuwissen", "url": "https://questionsmedicales.fr/author/Hanne%20Meuwissen", "affiliation": { "@type": "Organization", "name": "" } }, { "@type": "Person", "name": "Selina Verdonschot", "url": "https://questionsmedicales.fr/author/Selina%20Verdonschot", "affiliation": { "@type": "Organization", "name": "" } } ], "citation": [ { "@type": "ScholarlyArticle", "name": "De Novo Genome Sequencing, Annotation, and Taxonomy of Unknown Bacteria.", "datePublished": "2023-01-03", "url": "https://questionsmedicales.fr/article/36283838", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1101/pdb.top107847" } }, { "@type": "ScholarlyArticle", "name": "Organizing the bacterial annotation space with amino acid sequence embeddings.", "datePublished": "2022-09-23", "url": "https://questionsmedicales.fr/article/36151519", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1186/s12859-022-04930-5" } }, { "@type": "ScholarlyArticle", "name": "The complete annotated plastome sequences of six genera in the tropical woody Polygonaceae.", "datePublished": "2024-05-17", "url": "https://questionsmedicales.fr/article/38760756", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1186/s12870-024-05144-y" } }, { "@type": "ScholarlyArticle", "name": "Identifying widespread and recurrent variants of genetic parts to improve annotation of engineered DNA sequences.", "datePublished": "2024-05-28", "url": "https://questionsmedicales.fr/article/38805426", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1371/journal.pone.0304164" } }, { "@type": "ScholarlyArticle", "name": "MiRLog and dbmiR: Prioritization and functional annotation tools to study human microRNA sequence variants.", "datePublished": "2022-05-29", "url": "https://questionsmedicales.fr/article/35583122", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1002/humu.24399" } } ], "breadcrumb": { "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "questionsmedicales.fr", "item": "https://questionsmedicales.fr" }, { "@type": "ListItem", "position": 2, "name": "Environnement et santé publique", "item": "https://questionsmedicales.fr/mesh/D004778" }, { "@type": "ListItem", "position": 3, "name": "Santé publique", "item": "https://questionsmedicales.fr/mesh/D011634" }, { "@type": "ListItem", "position": 4, "name": "Méthodes épidémiologiques", "item": "https://questionsmedicales.fr/mesh/D004812" }, { "@type": "ListItem", "position": 5, "name": "Statistiques comme sujet", "item": "https://questionsmedicales.fr/mesh/D013223" }, { "@type": "ListItem", "position": 6, "name": "Lois statistiques", "item": "https://questionsmedicales.fr/mesh/D016008" }, { "@type": "ListItem", "position": 7, "name": "Loi de Poisson", "item": "https://questionsmedicales.fr/mesh/D016012" } ] } }, { "@type": "MedicalWebPage", "name": "Article complet : Loi de Poisson - Questions et réponses", "headline": "Questions et réponses médicales fréquentes sur Loi de Poisson", "description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.", "datePublished": "2025-05-08", "inLanguage": "fr", "hasPart": [ { "@type": "MedicalWebPage", "name": "Diagnostic", "headline": "Diagnostic sur Loi de Poisson", "description": "Comment identifier une distribution de Poisson ?\nQuels outils statistiques sont utilisés ?\nQuand utiliser la loi de Poisson ?\nQuels sont les critères d'application ?\nComment vérifier l'adéquation du modèle ?", "url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Molecular+Sequence+Annotation#section-diagnostic" }, { "@type": "MedicalWebPage", "name": "Symptômes", "headline": "Symptômes sur Loi de Poisson", "description": "Quels symptômes modélise-t-on avec la loi de Poisson ?\nLa loi de Poisson peut-elle prédire des épidémies ?\nQuels événements sont souvent analysés ?\nPeut-on modéliser des décès avec cette loi ?\nQuels types de maladies sont concernés ?", "url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Molecular+Sequence+Annotation#section-symptômes" }, { "@type": "MedicalWebPage", "name": "Prévention", "headline": "Prévention sur Loi de Poisson", "description": "Comment la loi de Poisson aide-t-elle à la prévention ?\nPeut-on prédire des épidémies avec cette loi ?\nQuels événements préventifs sont modélisés ?\nComment évaluer l'impact des campagnes ?\nQuels facteurs influencent la prévention ?", "url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Molecular+Sequence+Annotation#section-prévention" }, { "@type": "MedicalWebPage", "name": "Traitements", "headline": "Traitements sur Loi de Poisson", "description": "Comment la loi de Poisson aide-t-elle en traitement ?\nPeut-on ajuster les traitements avec cette loi ?\nComment évaluer les effets secondaires ?\nLa loi de Poisson influence-t-elle la recherche ?\nQuels traitements sont souvent analysés ?", "url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Molecular+Sequence+Annotation#section-traitements" }, { "@type": "MedicalWebPage", "name": "Complications", "headline": "Complications sur Loi de Poisson", "description": "Quelles complications peuvent être modélisées ?\nComment la loi de Poisson aide-t-elle à comprendre les complications ?\nPeut-on prédire des complications avec cette loi ?\nQuels types de complications sont souvent étudiés ?\nComment réduire les complications ?", "url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Molecular+Sequence+Annotation#section-complications" }, { "@type": "MedicalWebPage", "name": "Facteurs de risque", "headline": "Facteurs de risque sur Loi de Poisson", "description": "Quels facteurs influencent la loi de Poisson ?\nComment identifier les facteurs de risque ?\nLes comportements influencent-ils les résultats ?\nQuels facteurs environnementaux sont considérés ?\nComment les facteurs de risque sont-ils utilisés ?", "url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Molecular+Sequence+Annotation#section-facteurs de risque" } ] }, { "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Comment identifier une distribution de Poisson ?", "position": 1, "acceptedAnswer": { "@type": "Answer", "text": "On vérifie si les événements sont rares et indépendants, et on utilise des tests statistiques." } }, { "@type": "Question", "name": "Quels outils statistiques sont utilisés ?", "position": 2, "acceptedAnswer": { "@type": "Answer", "text": "Les tests de chi carré et les tests de Poisson sont couramment utilisés pour l'analyse." } }, { "@type": "Question", "name": "Quand utiliser la loi de Poisson ?", "position": 3, "acceptedAnswer": { "@type": "Answer", "text": "Elle est utilisée pour modéliser des événements rares comme les accidents ou les maladies." } }, { "@type": "Question", "name": "Quels sont les critères d'application ?", "position": 4, "acceptedAnswer": { "@type": "Answer", "text": "Les événements doivent être indépendants et se produire à un taux constant dans le temps." } }, { "@type": "Question", "name": "Comment vérifier l'adéquation du modèle ?", "position": 5, "acceptedAnswer": { "@type": "Answer", "text": "On compare les données observées avec les données attendues par le modèle de Poisson." } }, { "@type": "Question", "name": "Quels symptômes modélise-t-on avec la loi de Poisson ?", "position": 6, "acceptedAnswer": { "@type": "Answer", "text": "On modélise des événements comme des cas de maladies ou des accidents dans un intervalle donné." } }, { "@type": "Question", "name": "La loi de Poisson peut-elle prédire des épidémies ?", "position": 7, "acceptedAnswer": { "@type": "Answer", "text": "Oui, elle peut estimer le nombre de cas d'une maladie dans un temps donné, comme une épidémie." } }, { "@type": "Question", "name": "Quels événements sont souvent analysés ?", "position": 8, "acceptedAnswer": { "@type": "Answer", "text": "Les événements comme les admissions à l'hôpital ou les infections nosocomiales sont analysés." } }, { "@type": "Question", "name": "Peut-on modéliser des décès avec cette loi ?", "position": 9, "acceptedAnswer": { "@type": "Answer", "text": "Oui, la loi de Poisson est utilisée pour modéliser le nombre de décès dans une population sur une période." } }, { "@type": "Question", "name": "Quels types de maladies sont concernés ?", "position": 10, "acceptedAnswer": { "@type": "Answer", "text": "Des maladies infectieuses, des accidents et des maladies chroniques peuvent être modélisées." } }, { "@type": "Question", "name": "Comment la loi de Poisson aide-t-elle à la prévention ?", "position": 11, "acceptedAnswer": { "@type": "Answer", "text": "Elle permet d'estimer le risque d'événements indésirables et d'orienter les stratégies de prévention." } }, { "@type": "Question", "name": "Peut-on prédire des épidémies avec cette loi ?", "position": 12, "acceptedAnswer": { "@type": "Answer", "text": "Oui, elle aide à prédire le nombre de cas d'épidémies et à planifier des interventions préventives." } }, { "@type": "Question", "name": "Quels événements préventifs sont modélisés ?", "position": 13, "acceptedAnswer": { "@type": "Answer", "text": "On modélise des événements comme les vaccinations et les campagnes de sensibilisation." } }, { "@type": "Question", "name": "Comment évaluer l'impact des campagnes ?", "position": 14, "acceptedAnswer": { "@type": "Answer", "text": "On utilise la loi de Poisson pour analyser le nombre de cas avant et après les campagnes de prévention." } }, { "@type": "Question", "name": "Quels facteurs influencent la prévention ?", "position": 15, "acceptedAnswer": { "@type": "Answer", "text": "Les facteurs comme le taux de vaccination et l'accès aux soins influencent les résultats préventifs." } }, { "@type": "Question", "name": "Comment la loi de Poisson aide-t-elle en traitement ?", "position": 16, "acceptedAnswer": { "@type": "Answer", "text": "Elle permet d'évaluer l'efficacité des traitements en analysant le nombre d'événements indésirables." } }, { "@type": "Question", "name": "Peut-on ajuster les traitements avec cette loi ?", "position": 17, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les données de Poisson aident à ajuster les traitements en fonction des résultats observés." } }, { "@type": "Question", "name": "Comment évaluer les effets secondaires ?", "position": 18, "acceptedAnswer": { "@type": "Answer", "text": "On utilise la loi de Poisson pour modéliser le nombre d'effets secondaires dans des essais cliniques." } }, { "@type": "Question", "name": "La loi de Poisson influence-t-elle la recherche ?", "position": 19, "acceptedAnswer": { "@type": "Answer", "text": "Oui, elle guide la recherche sur l'impact des traitements en analysant les événements rares." } }, { "@type": "Question", "name": "Quels traitements sont souvent analysés ?", "position": 20, "acceptedAnswer": { "@type": "Answer", "text": "Les traitements pour les maladies infectieuses et les interventions chirurgicales sont souvent analysés." } }, { "@type": "Question", "name": "Quelles complications peuvent être modélisées ?", "position": 21, "acceptedAnswer": { "@type": "Answer", "text": "On peut modéliser des complications comme les infections post-opératoires ou les effets secondaires." } }, { "@type": "Question", "name": "Comment la loi de Poisson aide-t-elle à comprendre les complications ?", "position": 22, "acceptedAnswer": { "@type": "Answer", "text": "Elle permet d'analyser la fréquence des complications et d'identifier des facteurs de risque." } }, { "@type": "Question", "name": "Peut-on prédire des complications avec cette loi ?", "position": 23, "acceptedAnswer": { "@type": "Answer", "text": "Oui, elle aide à prédire le nombre de complications dans des populations spécifiques après un traitement." } }, { "@type": "Question", "name": "Quels types de complications sont souvent étudiés ?", "position": 24, "acceptedAnswer": { "@type": "Answer", "text": "Les complications chirurgicales et les effets indésirables des médicaments sont souvent étudiés." } }, { "@type": "Question", "name": "Comment réduire les complications ?", "position": 25, "acceptedAnswer": { "@type": "Answer", "text": "On utilise les données de Poisson pour identifier les risques et améliorer les protocoles de soins." } }, { "@type": "Question", "name": "Quels facteurs influencent la loi de Poisson ?", "position": 26, "acceptedAnswer": { "@type": "Answer", "text": "Les facteurs comme l'âge, le sexe et les antécédents médicaux influencent les événements modélisés." } }, { "@type": "Question", "name": "Comment identifier les facteurs de risque ?", "position": 27, "acceptedAnswer": { "@type": "Answer", "text": "On analyse les données épidémiologiques pour identifier les facteurs associés à des événements rares." } }, { "@type": "Question", "name": "Les comportements influencent-ils les résultats ?", "position": 28, "acceptedAnswer": { "@type": "Answer", "text": "Oui, des comportements comme le tabagisme ou l'alimentation peuvent augmenter les risques d'événements." } }, { "@type": "Question", "name": "Quels facteurs environnementaux sont considérés ?", "position": 29, "acceptedAnswer": { "@type": "Answer", "text": "Des facteurs comme la pollution et l'accès aux soins de santé sont pris en compte dans l'analyse." } }, { "@type": "Question", "name": "Comment les facteurs de risque sont-ils utilisés ?", "position": 30, "acceptedAnswer": { "@type": "Answer", "text": "Ils sont utilisés pour orienter les politiques de santé publique et les stratégies de prévention." } } ] } ] }
Dr Olivier Menir

Contenu validé par Dr Olivier Menir

Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale


Validation scientifique effectuée le 31/03/2025

Contenu vérifié selon les dernières recommandations médicales

Auteurs principaux

Cécile Kremer

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Andrea Torneri

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Sien Boesmans

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Hanne Meuwissen

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Selina Verdonschot

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Koen Vanden Driessche

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Christian L Althaus

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Christel Faes

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Niel Hens

2 publications dans cette catégorie

Publications dans "Loi de Poisson" :

Tong Kang

2 publications dans cette catégorie

Affiliations :
  • Department of Biostatistics, University of Florida, Gainesville, Florida, USA.

Somnath Datta

2 publications dans cette catégorie

Affiliations :
  • Department of Biostatistics, University of Florida, Gainesville, Florida, USA.

Muhammad Ahsan-Ul-Haq

2 publications dans cette catégorie

Affiliations :
  • College of Statistical and Actuarial Sciences, University of the Punjab, Lahore, Pakistan.

Takahiro Kawabe

2 publications dans cette catégorie

Affiliations :
  • Human Information Science Laboratories, NTT Communication Science Laboratories, Tokyo, Japan.
Publications dans "Loi de Poisson" :

Wan Tang

2 publications dans cette catégorie

Affiliations :
  • 4 Department of Global Biostatistics and Data Science, Tulane University School of Public Health and Tropical Medicine, New Orleans, LA, USA.
Publications dans "Loi de Poisson" :

Marcin Makowski

1 publication dans cette catégorie

Affiliations :
  • Faculty of Physics, Department of Mathematical Methods in Physics, University of Białystok, Ul. Ciołkowskiego 1L, 15-245 Białystok, Poland.
Publications dans "Loi de Poisson" :

Edward Wiktor Piotrowski

1 publication dans cette catégorie

Affiliations :
  • Faculty of Physics, Department of Mathematical Methods in Physics, University of Białystok, Ul. Ciołkowskiego 1L, 15-245 Białystok, Poland.
Publications dans "Loi de Poisson" :

H Papageorgiou

1 publication dans cette catégorie

Affiliations :
  • Department of Mathematics, National and Kapodistrian University of Athens, Athens, Greece.
Publications dans "Loi de Poisson" :

Maria Vardaki

1 publication dans cette catégorie

Affiliations :
  • School of Health Sciences, National and Kapodistrian University of Athens, Athens, Greece.
Publications dans "Loi de Poisson" :

Huiqing Gao

1 publication dans cette catégorie

Affiliations :
  • School of Mathematics and Statistic, Qinghai Normal University, Xining 810008, China.
Publications dans "Loi de Poisson" :

Zhanshou Chen

1 publication dans cette catégorie

Affiliations :
  • School of Mathematics and Statistic, Qinghai Normal University, Xining 810008, China.
  • The State Key Laboratory of Tibetan Intelligent Information Processing and Application, Xining 810008, China.
Publications dans "Loi de Poisson" :

Sources (10000 au total)

Organizing the bacterial annotation space with amino acid sequence embeddings.

Due to the ever-expanding gap between the number of proteins being discovered and their functional characterization, protein function inference remains a fundamental challenge in computational biology... In this work, we describe the use of amino acid sequence embeddings as a systematic framework for studying protein ontologies. Using a sequence embedding, we show that the bacterial carbohydrate metab... This study demonstrates that amino acid sequence embeddings may be a powerful tool for developing more robust ontologies for annotating protein sequence data. In addition, embeddings may be beneficial...

The complete annotated plastome sequences of six genera in the tropical woody Polygonaceae.

The Polygonaceae is a family well-known for its weeds, and edible plants, Fagopyrum (buckwheat) and Rheum (rhubarb), which are primarily herbaceous and temperate in distribution. Yet, the family also ... These assemblies represent the first publicly-available assembled and annotated plastomes for the genera Podopterus, Gymnopodium, and Neomillspaughia, and the first assembled and annotated plastomes f... These six plastomes from among the tropical woody Polygonaceae appear typical within the family. The plastome assembly of Ruprechtia coriacea presented here calls into question the sequence identity o...

Draft genome sequence and annotation of the polyextremotolerant polyol lipid-producing fungus aureobasidium pullulans NRRL 62042.

The ascomycotic yeast-like fungus Aureobasidium exhibits the natural ability to synthesize several secondary metabolites, like polymalic acid, pullulan, or polyol lipids, with potential biotechnologic... The genome of A. pullulans NRRL 62042 was sequenced using Illumina NovaSeq 6000. Genome assembly revealed a genome size of 24.2 Mb divided into 39 scaffolds with a GC content of 50.1%. Genome annotati...

Detecting gene breakpoints in noisy genome sequences using position-annotated colored de-Bruijn graphs.

Identifying the locations of gene breakpoints between species of different taxonomic groups can provide useful insights into the underlying evolutionary processes. Given the exact locations of their g... This contribution presents a novel method for detecting gene breakpoints in the nucleotide sequences of complete mitochondrial genomes, taking into account possible high substitution rates. The method... The proposed method constructs a position-annotated de-Bruijn graph of the input sequences. Using a heuristic algorithm, this graph is searched for particular structures, called bulges, which may be a...

Radiogenomic analysis for predicting lymph node metastasis and molecular annotation of radiomic features in pancreatic cancer.

To provide a preoperative prediction model for lymph node metastasis in pancreatic cancer patients and provide molecular information of key radiomic features.... Two cohorts comprising 151 and 54 pancreatic cancer patients were included in the analysis. Radiomic features from the tumor region of interests were extracted by using PyRadiomics software. We used a... Patients in the in-house cohort (mean age, 61.3 years ± 9.6 [SD]; 91 men [60%]) were separated into training (n = 105, 70%) and validation (n = 46, 30%) cohorts. A total of 1,239 features were extract... Machine learning-based radiomics could predict the status of lymph node metastasis in pancreatic cancer, which is associated with proliferation-related alterations....