Startseite UR

Unsupervised meta-analysis on diverse gene expression datasets allows insight into gene function and regulation

URN zum Zitieren dieses Dokuments:
urn:nbn:de:bvb:355-epub-306795
DOI zum Zitieren dieses Dokuments:
10.5283/epub.30679
Engelmann, Julia C. ; Schwarz, Roland ; Blenk, Steffen ; Friedrich, Torben ; Seibel, Philipp N. ; Dandekar, Thomas ; Müller, Tobias
[img]
Vorschau
Lizenz: Creative Commons Namensnennung 3.0 de
PDF - Veröffentlichte Version
(503kB)
Veröffentlichungsdatum dieses Volltextes: 20 Aug 2014 08:26


Zusammenfassung

Over the past years, microarray databases have increased rapidly in size. While they offer a wealth of data, it remains challenging to integrate data arising from different studies. Here we propose an unsupervised approach of a large-scale meta-analysis on Arabidopsis thaliana whole genome expression datasets to gain additional insights into the function and regulation of genes. Applying kernel ...

plus


Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de
0941 943 -4239 oder -69394

Dissertationen: dissertationen@ur.de
0941 943 -3904

Forschungsdaten: datahub@ur.de
0941 943 -5707

Ansprechpartner