FusorSV: an algorithm for optimally combining data from multiple structural variation detection methods

Comprehensive and accurate identification of structural variations (SVs) from next generation sequencing data remains a major challenge. We develop FusorSV, which uses a data mining approach to assess performance and merge callsets from an ensemble of SV-calling algorithms. It includes a fusion mode...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Wydane w:Genome Biol
Główni autorzy: Becker, Timothy, Lee, Wan-Ping, Leone, Joseph, Zhu, Qihui, Zhang, Chengsheng, Liu, Silvia, Sargent, Jack, Shanker, Kritika, Mil-homens, Adam, Cerveira, Eliza, Ryan, Mallory, Cha, Jane, Navarro, Fabio C. P., Galeev, Timur, Gerstein, Mark, Mills, Ryan E., Shin, Dong-Guk, Lee, Charles, Malhotra, Ankit
Format: Artigo
Język:Inglês
Wydane: BioMed Central 2018
Hasła przedmiotowe:
Method
Dostęp online:https://ncbi.nlm.nih.gov/pmc/articles/PMC5859555/
https://ncbi.nlm.nih.gov/pubmed/29559002
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1186/s13059-018-1404-6
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy