Gene expression data analysis using novel methods: Predicting time delayed correlations and evolutionarily conserved functional modules

Microarray technology enables the study of gene expression on a large scale. One of the main challenges has been to devise methods to cluster genes that share similar expression profiles. In gene expression time courses, a particular gene may encode transcription factor and thus controlling several...

Ausführliche Beschreibung

Gespeichert in:
1. Verfasser: Balasubramaniyan, Rajarajeswari
Beteiligte: Kämper Jörg (Dr. ) (BetreuerIn (Doktorarbeit))
Format: Dissertation
Sprache:Englisch
Veröffentlicht: Philipps-Universität Marburg 2005
Biologie
Schlagworte:
Online Zugang:PDF-Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

PDF-Volltext

Signatur: http://archiv.ub.uni-marburg.de/diss/z2005/0134
urn:nbn:de:hebis:04-z2005-01342
Downloads: 1 (2018), 38 (2017), 51 (2016)
Quelle: Balasubramaniyan, R., Hüllermeier, E., Weskamp, N., Kämper, J. (2005). Clustering of Gene Expression Data Using a Local Shape-Based Similarity Measure, Bioinformatics 21, 1069-1077.
Publikationsdatum: 2005-09-09