In diesem Seminar werden interessante Arbeiten und Algorithmen der Bioinformatik behandelt, die verschiedene Algorithmen und Ansätze nutzen, um ein besseres Verständnis von regulatorischen Prozessen und deren Veränderung im Krankheitsfall zu erlangen. Das Seminar wird als Block-Seminar in der Woche vor Vorlesungsbeginn des Sommersemesters 2019 gehalten.
Um am Seminar teilnehmen zu können, muss man beim Themenvergabe-Treffen persönlich anwesend sein.
Dabei werden die Themen, ggf. per Losverfahren, verteilt.
Vorherige Anmeldung oder Themenreservierung ist nicht möglich.
Bitte bestätigen Sie Ihre Seminarteilnahme bis zum 01.02.2019 per Mail an teaching@bioinf.uni-sb.de.
Außerdem müssen Sie sich bis zum 15.02.2019 verbindlich im HISPOS anmelden.
| # | Paper | Autoren | |
|---|---|---|---|
| 1 | Predicting transcription factor affinities to DNA from a biophysical model | Roider et al. | |
| 2 | Inferring Regulatory Networks from Expression Data Using Tree-Based Methods | Huynh-Thu et al. | |
| 3 | MMARGE: Motif Mutation Analysis for Regulatory Genomic Elements. | Link et al. | |
| 4 | Detection of active transcription factor binding sites with the combination of DNase hypersensitivity and histone modifications | Gusmao et al. | |
| 5 | diffHic: a Bioconductor package to detect differential genomic interactions in Hi-C data. | Lun et al. | |
| 6 | Effective normalization for copy number variation in Hi-C data. | Servant et al. | |
| 7 | Denoising genome-wide histone ChIP-seq with convolutional neural networks | Koh et al. | |
| 8 | Model-based Analysis of ChIP-Seq (MACS) | Zhang et al. | |
| 9 | iEnhancer-2L: a two-layer predictor for identifying enhancers and their strength by pseudo k-tuple nucleotide composition | Liu et al. | |
| 10 | Identifying cancer-related microRNAs based on gene expression data. | Zhao et al. | |
| 11 | Prioritizing human cancer microRNAs based on genes’ functional consistency between microRNA and cancer | Li et al. |