境外开放课程——按学科专业列表
开放课程→自然科学→生物学→遗传学::

46
Biologically-aware Latent Dirichlet Allocation (BaLDA) for the Classification of Expression Microarray[用生物意识的隐含狄利克雷分布来表示微阵列的分类]
  Manuele Bicego(维罗纳大学) 主题模型最近被证明是用于微阵列实验分析的真正有用的工具。特别是，它们已经成功地应用于基因聚类，最近，也应用于样本分类。然而，在后一种情况下，基因间功能...
热度：49

47
Iterated Local Search for Biclustering of Microarray Data[微阵列数据的双聚类迭代局部搜索]
  Wassim Ayadi(昂热大学) 在微阵列数据分析的背景下，双聚集旨在同时识别一组在一组实验条件下高度相关的基因。针对微阵列数据的双聚类问题，提出了一种双聚类迭代局部搜索算法。利用新的...
热度：39

48
Estimation of human endogeneous retrovirus activities from expressed sequence databases[表达序列数据库内的人类内源性逆转录病毒活性的估计]
  Merja Oja(赫尔辛基大学) 人类内源性逆转录病毒（hervs）是古代逆转录病毒感染的残余物，现在存在于人类DNA中。最近在正常组织和患病患者中都检测到了疱疹病毒的表达。然而，单个疱疹病毒...
热度：44

49
Effects of Stress and Genotype on Exploration-Exploitation Dynamics in Reinforcement Learning[压力和基因型对强化学习中勘探开发动态的影响]
  Gedi Lukšys(洛桑联邦理工学院) 压力和遗传背景通过压力激素和神经调节剂的作用调节行为学习的不同方面。同样，在强化学习（RL）模型中，开发探索因子和其他元参数控制学习动态和性能。我们发现...
热度：79

50
New advances in the genetics of melanoma: how can it contribute to personalized medicine?[黑色素瘤遗传学的新进展：它如何有助于个性化的医学？]
  Florence Demenais(巴黎第七大学)
热度：43

51
The Aptamer Technology: Powerful Tools in Basic Science, Diagnostics and Therapy[核酸适体技术：基础科学的有力工具，诊断和治疗]
  Alexander Henning Ulrich(圣保罗大学) DNA和RNA适体与其靶蛋白相互作用，具有很高的选择性、特异性和亲和力。SELEX方法包括体外筛选一个包含1016个不同分子和可能的二级和三级结构的寡核苷酸组合库的...
热度：64

52
Bioinformatics Challenge: Learning in Very High Dimensions with Very Few Samples[生物信息学挑战：在非常高的尺寸与非常少的样本中学习]
  Adam Kowalczyk(澳大利亚信息通信技术研究中心) 专用的机器学习程序已经成为现代基因组学和蛋白质组学的一个组成部分。然而，这些高维度和低学习样本任务常常将这些过程扩展到其适用性的自然边界之外。一些这样...
热度：54

53
Deep sequencing and systems biology: steps on the way to an individualised treatment of cancer patients[深度测序和系统生物学：对癌症患者的个性化治疗的方法步骤]
  Hans Lehrach(马克斯普朗克研究所) 生物过程由分子和细胞成分之间复杂的相互作用网络驱动。预测潜在干扰的结果对于预防疾病以及识别现有疾病的可能疗法至关重要。为了预测这种复杂网络的行为，我们...
热度：47

54
Simple Ensemble Methods Are Competitive With State-Of-The-Art Data Integration Methods For Gene Function Prediction[简单的搭配方法与先进的竞争为基因功能预测的数据集成方法]
  Matteo Re(米兰大学)
热度：36

55
On Utility Of Gene Set Signatures In Gene Expression-Based Class Prediction[基于基因表达的基因集特征在类预测中的应用]
  Minca Mramor(卢布尔雅那大学)
热度：32

56
Graph Identification[图形识别]
  Lise Getoor(加州大学圣克鲁兹分校) 在机器学习社区中，越来越多的人对从本身就是结构化的输入数据中学习结构化模型感兴趣。图形识别是将观察到的输入图形转换为推断出的输出图形的方法。例子包括从...
热度：41

57
Vision of the Future (Part 1)[未来的愿景(第一部分)]
  Sydney Brenner;Richard Axel;Ira Flatow;Susumu Tonegawa(麻省理工学院) 有什么比一次强调该领域最令人兴奋的工作的旅行更好的方式来建立世界上首屈一指的神经科学研究中心。Susumu Tonegawa不仅提供了皮考尔研究所的历史和概况，还提...
热度：50

58
Cancer Research in the Genomic Era[基因组时代的癌症研究]
  Lander Eric S(博德研究所) 埃里克·兰德把当前的生物发现时代比作远洋探险的时代。在绘制了世界地图之后，没有人能想象到生活是什么样子的，在你知道如果你向西航行会发生什么之前。随着当...
热度：47

59
Innovation Everywhere - How the Acceleration of “GNR” (genetics, nanotechnology, robotics) Will Create a Flat and Equitable World[创新无处不在，如何加速“GNR”（遗传学、纳米技术、机器人技术）将创建一个扁平的、公平的世界]
  Ray Kurzweil(Kurzweil技术公司) RayKurzweil可能是离水晶球最近的东西。如果有人有权在预言领域中获得一些可信性，这个卓越的发明家可以。Kurzweil以惊人的速度，通过图表展示了几个世纪以来各...
热度：54

60
Human Genetics: Our Past and Our Future[人类遗传学：我们的过去和我们的未来]
  David Altshuler(麻省理工学院) 基因组学是要战胜我们最常见的疾病，还是建立一个基于卑鄙优生学的社会，或者两者兼而有之？DavidAltshuler在麻省理工学院博物馆的非正式谈话中概述了这些可能性...
热度：59