• Citer

Bridging the Knowledge Gap in Multigenic Pathogenicity Predictions: Leveraging integrated networks and machine learning to explain predictions in oligogenic diseases

par Renaux, Alexandre
Président du jury Bontempi, Gianluca
Promoteur Lenaerts, Tom ;Nowé, Ann
Publication Non publié, 2023-10-10

Thèse de doctorat

• Accès en ligne
• Détails
• Contenu
• Statistiques

Titre:	Bridging the Knowledge Gap in Multigenic Pathogenicity Predictions: Leveraging integrated networks and machine learning to explain predictions in oligogenic diseases
Auteur:	Renaux, Alexandre
Président du jury:	Bontempi, Gianluca
Promoteur:	Lenaerts, Tom; Nowé, Ann
Membre du jury:	Bogaerts, Bart; Smits, Guillaume; Olsen, Catharina; Pesquita, Catia; Laukens, Kris
Informations sur la publication:	Université libre de Bruxelles, Faculté des Sciences – Informatique, Bruxelles
Date de défense:	2023-10-10
Sujet CREF:	Sciences biomédicales
	Informatique médicale
	Intelligence artificielle
	Biologie moléculaire
	Génétique moléculaire
Mots-clés:	oligogenic diseases
	knowledge graphs
	interpretable machine learning
	pathogenicity prediction
	medical genetics
Intitulé du diplôme:	Doctorat en Sciences
Langue:	Anglais
Anneé académique:	2023-2024
Institution de co-tutelle:	Vrije Universiteit Brussel, Faculty of Sciences and Bioengineering Sciences, Department of Computer Science - Doctor in Sciences