dnadna: a deep learning framework for population genetics inference.

Journal: Bioinformatics (Oxford, England)
Published Date: Jan 1, 2023

Abstract

MOTIVATION: We present dnadna, a flexible python-based software for deep learning inference in population genetics. It is task-agnostic and aims at facilitating the development, reproducibility, dissemination and re-usability of neural networks designed for population genetic data.

Authors

  • Théophile Sanchez
    Laboratoire de Recherche en Informatique, CNRS UMR 8623, Université Paris-Saclay, Orsay, France.
  • Erik Madison Bray
    Université Paris-Saclay, CNRS UMR 9015, INRIA, Laboratoire Interdisciplinaire des Sciences du Numérique, 91400 Orsay, France.
  • Pierre Jobic
    Université Paris-Saclay, CNRS UMR 9015, INRIA, Laboratoire Interdisciplinaire des Sciences du Numérique, 91400 Orsay, France.
  • Jérémy Guez
    Université Paris-Saclay, CNRS UMR 9015, INRIA, Laboratoire Interdisciplinaire des Sciences du Numérique, 91400 Orsay, France.
  • Anne-Catherine Letournel
    Université Paris-Saclay, CNRS UMR 9015, INRIA, Laboratoire Interdisciplinaire des Sciences du Numérique, 91400 Orsay, France.
  • Guillaume Charpiat
    Laboratoire de Recherche en Informatique, CNRS UMR 8623, Université Paris-Saclay, Orsay, France.
  • Jean Cury
    Laboratoire de Recherche en Informatique, CNRS UMR 8623, Université Paris-Saclay, Orsay, France.
  • Flora Jay
    Laboratoire de Recherche en Informatique, CNRS UMR 8623, Université Paris-Saclay, Orsay, France.

Keywords

External Resources

Popular Topics
Recent Journals