Clustering of RNA-Seq samples: comparison study on cancer data (2018)
- Authors:
- Autor USP: CAMPELLO, RICARDO JOSÉ GABRIELLI BARRETO - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.ymeth.2017.07.023
- Subjects: BIOINFORMÁTICA; RECONHECIMENTO DE PADRÕES; EXPRESSÃO GÊNICA; NEOPLASIAS
- Keywords: RNA-Seq; Clustering; Cluster analysis
- Language: Inglês
- Imprenta:
- Source:
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
JASKOWIAK, Pablo Andretta e COSTA, Ivan G e CAMPELLO, Ricardo José Gabrielli Barreto. Clustering of RNA-Seq samples: comparison study on cancer data. Methods, v. 132, n. Ja 2018, p. 42-49, 2018Tradução . . Disponível em: https://doi.org/10.1016/j.ymeth.2017.07.023. Acesso em: 02 abr. 2026. -
APA
Jaskowiak, P. A., Costa, I. G., & Campello, R. J. G. B. (2018). Clustering of RNA-Seq samples: comparison study on cancer data. Methods, 132( Ja 2018), 42-49. doi:10.1016/j.ymeth.2017.07.023 -
NLM
Jaskowiak PA, Costa IG, Campello RJGB. Clustering of RNA-Seq samples: comparison study on cancer data [Internet]. Methods. 2018 ; 132( Ja 2018): 42-49.[citado 2026 abr. 02 ] Available from: https://doi.org/10.1016/j.ymeth.2017.07.023 -
Vancouver
Jaskowiak PA, Costa IG, Campello RJGB. Clustering of RNA-Seq samples: comparison study on cancer data [Internet]. Methods. 2018 ; 132( Ja 2018): 42-49.[citado 2026 abr. 02 ] Available from: https://doi.org/10.1016/j.ymeth.2017.07.023 - Similarity measures for comparing biclusterings
- Density-based clustering validation
- Relative validity criteria for community mining algorithms
- Active learning strategies for semi-supervised DBSCAN
- On the evaluation of outlier detection and one-class classification methods
- An introduction to models based on Laguerre, Kautz and other related orthonormal functions - part II: non-linear models
- Evaluating correlation coefficients for clustering gene expression profiles of cancer
- A simpler and more accurate AUTO-HDS framework for clustering and visualization of biological data
- Exact search directions for optimization of linear and nonlinear models based on generalized orthonormal functions
- A cluster based hybrid feature selection approach
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
