Alexeev N., Isomurodov J., Sukhov V., Korotkevich G., Sergushichev A. Markov chain Monte Carlo for active module identification problem. BMC bioinformatics. 2020. Vol. 21. No. 6. pp. 261.
FGSEA: fast gene set enrichment analysis
Rare-event probability estimation in the functional gene set enrichment analysis
Markov chain Monte Carlo for active module identification problem
Korotkevich G., Sukhov V.D., Sergushichev A. Fast gene set enrichment analysis. bioRxiv. 2019. pp. 1-29.
Сухов В.Д., Короткевич Г.В. Вычисление близких к нулю P-значений при анализе представленности функциональных наборов генов. Сборник трудов VIII конгресса молодых ученых (Санкт-Петербург, 15-19апреля 2019г.). 2019. Т. 1. С. 70-74.
Адаптивный многоуровневый подход Монте-Карло для задачи функционального анализа представленности генов // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. - 2019 [Электронный ресурс]. - Режим доступа: https://kmu.itmo.ru/digests/article/710, своб.
Sukhov V.D., Korotkevich G.V., Sergushichev A.A. Rare-event probability estimation in the functional gene set enrichment analysis. не указано. 2019. Vol. не указан. No. не указан. pp. не указаны.
Сборник материалов конференции СПИСОК-2019
Адаптивный многоуровневый подход Монте-Карло для задачи функционального анализа представленности генов // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. [2019, электронный ресурс]. - Режим доступа: https://kmu.itmo.ru/digests/article/710
Alexeev N., Isomurodov J., Korotkevich G., Sergushichev A. The Soft Vertex Classification for Active Module Identification Problem. bioRxiv. 2018. pp. 1-20.
Isomurodov J.E., Sergushichev A., Korotkevich G. The Soft Vertex Classification for Active Module Identification Problem. не указано. 2018. pp. 1-20.
Нидерланды, Амстердам
Марокко
Российская Федерация, Екатеринбург
Российская Федерация, Новосибирск
Российская Федерация, Петрозаводск
Российская Федерация, Екатеринбург
Венгрия, Будапешт
Чешская Республика, Острава
Российская Федерация, Петрозаводск