Application of Whole-Genome Sequences and Machine Learning in Source Attribution of Salmonella Typhimurium.

Munck, Nanna; Njage, Patrick Murigu Kamau; Leekitcharoenphon, Pimlapas; Litrup, Eva; Hald, Tine

Munck, Nanna; Njage, Patrick Murigu Kamau; Leekitcharoenphon, Pimlapas; Litrup, Eva; Hald, Tine.

Afiliación

Munck N; Research Group for Genomic Epidemiology, The National Food Institute, Technical University of Denmark, Kongens Lyngby, Denmark.
Njage PMK; Research Group for Genomic Epidemiology, The National Food Institute, Technical University of Denmark, Kongens Lyngby, Denmark.
Leekitcharoenphon P; Research Group for Genomic Epidemiology, The National Food Institute, Technical University of Denmark, Kongens Lyngby, Denmark.
Litrup E; Statens Serum Institute, Copenhagen, Denmark.
Hald T; Research Group for Genomic Epidemiology, The National Food Institute, Technical University of Denmark, Kongens Lyngby, Denmark.

Risk Anal ; 40(9): 1693-1705, 2020 09.

Article en En | MEDLINE | ID: mdl-32515055

Asunto(s)

Aprendizaje Automático; Salmonella typhimurium/aislamiento & purificación; Secuenciación Completa del Genoma; Algoritmos; Animales; Animales Domésticos; Reservorios de Enfermedades; Genes Bacterianos; Humanos; Salmonella typhimurium/genética

Palabras clave

Machine learning; source attribution; whole genome sequencing

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Salmonella typhimurium / Aprendizaje Automático / Secuenciación Completa del Genoma Tipo de estudio: Prognostic_studies Límite: Animals / Humans Idioma: En Revista: Risk Anal Año: 2020 Tipo del documento: Article País de afiliación: Dinamarca Pais de publicación: Estados Unidos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google