The ENCODE Imputation Challenge: a critical assessment of methods for cross-cell type imputation of epigenomic profiles
Rattachement africain : us, jp, de, gb, it, ch, hk. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
A promising alternative to comprehensively performing genomics experiments is to, instead, perform a subset of experiments and use computational methods to impute the remainder. However, identifying the best imputation methods and what measures meaningfully evaluate performance are open questions. We address these questions by comprehensively analyzing 23 methods from the ENCODE Imputation Challenge. We find that imputation evaluations are challenging and confounded by distributional shifts from differences in data collection and processing over time, the amount of available data, and redundancy among performance measures. Our analyses suggest simple steps for overcoming these issues and promising directions for more robust research.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- The ENCODE Imputation Challenge: a critical assessment of methods for cross-cell type imputation of epigenomic profiles
- Date Crossref
- 18/04/2023
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Stanford University Department of Genetics pays non établi dans la noticeUniversité ou école supérieure
-
Massachusetts Institute of Technology pays non établi dans la noticeUniversité ou école supérieure
-
University of Michigan Department of computational medicine and bioinformatics pays non établi dans la noticeUniversité ou école supérieure
-
RIKEN Center for Integrative Medical Sciences pays non établi dans la noticeStructure de recherche
-
Max Planck Institute for Intelligent Systems Department of Empirical Inference pays non établi dans la noticeStructure de recherche
-
University of Dundee pays non établi dans la noticeUniversité ou école supérieure
-
Politecnico di Milano pays non établi dans la noticeUniversité ou école supérieure
-
University of Lausanne Department of Computational Biology pays non établi dans la noticeUniversité ou école supérieure
-
Chinese University of Hong Kong Department of Computer Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Sanford Burnham Prebys Medical Discovery Institute pays non établi dans la noticeOrganisation à but non lucratif
-
Discovery Institute pays non établi dans la noticeOrganisation à but non lucratif
-
University of California Department of Electrical Engineering and Computer Sciences pays non établi dans la noticeUniversité ou école supérieure
Department of Genetics — Stanford University, Massachusetts Institute of Technology et Department of computational medicine and bioinformatics — University of Michigan, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.