Logo Università degli Studi di Milano



 
 
Notizie  

AnacletoLab realizza il miglior articolo dell'anno in Medical Informatics

L' International Medical Informatics Association (IMIA) ha selezionato il paper:

M. Notaro, M. Schubach, P.N. Robinson, G. Valentini. Prediction of Human Phenotype Ontology terms by means of hierarchical ensemble method, BMC Bioinformatics, vol. 18 (1), 2017

come uno dei 5 migliori paper dell'anno per la sezione "Knowledge Representation and Management".

La novità del lavoro, realizzato da AnacletoLab, laboratorio di Bioinformatica del Dipartimento di Informatica di UNIMI, in collaborazione con i Jackson Lab for Genomic Medicine, CT, USA ed il Berlin Institute of Health, consiste nell'integrazione di ontologie biomediche nell'architettura dei modelli di machine learning per la predizione di geni associati a fenotipi patologici. Tale integrazione, realizzata tramite ensemble gerarchici di learning machine, consente di individuare in silico nuovi "geni candidati" associabili a fenotipi umani patologici.

20 settembre 2018
Torna ad inizio pagina