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

Engelmann, Julia C., Schwarz, Roland, Blenk, Steffen, Friedrich, Torben, Seibel, Philipp N., Dandekar, Thomas und Müller, Tobias (2008) Unsupervised meta-analysis on diverse gene expression datasets allows insight into gene function and regulation. Bioinformatics and biology insights 2, S. 265-280.

[img]
Vorschau
Lizenz: Creative Commons Namensnennung 3.0 de
PDF - Veröffentlichte Version
Download (503kB)

Zum PubMed-Eintrag dieses Artikels


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


Bibliographische Daten exportieren



Dokumentenart:Artikel
Datum:Mai 2008
Institutionen:Nicht ausgewählt
Identifikationsnummer:
WertTyp
19812781PubMed-ID
Stichwörter / Keywords:Arabidopsis thaliana; database; function prediction; gene expression; microarray; unsupervised meta-analysis
Dewey-Dezimal-Klassifikation:500 Naturwissenschaften und Mathematik > 500 Naturwissenschaften
600 Technik, Medizin, angewandte Wissenschaften > 610 Medizin
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Nein
Eingebracht am:20 Aug 2014 08:26
Zuletzt geändert:08 Mrz 2017 08:38
Dokumenten-ID:30679
Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloads

Downloads im Monat während des letzten Jahres

  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner