Integration of Multi-Omic Datasets on Antimicrobial Resistance for Large-Scale Biomedical Data Science

Integration of Multi-Omic Datasets on Antimicrobial Resistance for Large-Scale Biomedical Data Science

Antimicrobial resistance (AMR) results in tremendous health risks, causing the World Health Organization to designate it as one of the significant burdens for modern society. Owing to ineffective antibiotics, once everyday surgeries will become life-threatening interventions. Rigorous governmental m...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: Spänig, Sebastian
Beteiligte: Heider, Dominik (Prof. Dr.) (BetreuerIn (Doktorarbeit))
Format: Dissertation
Sprache:Englisch
Veröffentlicht: Philipps-Universität Marburg 2022
Schlagworte:
Maschinelles Lernen
Biomedizin
Informatik
Antimikrobielle Peptide
Data Science
Antimikrobielle Resistenz
Antimicrobial Peptides
Antimicrobial Resistance
Biomedicine
Bioinformatics
Datenwissenschaft
Bioinformatik
Machine Learning
Data processing Computer science
Online Zugang:PDF-Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

PDF-Volltext

Bestandesangaben von
Signatur: urn:nbn:de:hebis:04-z2022-02195
Publikationsdatum: 2022-07-04
Datum der Annahme: 2022-06-14
Downloads: 84 (2024), 119 (2023), 69 (2022)
Lizenz: https://rightsstatements.org/vocab/InC-NC/1.0/
Zugangs-URL: https://archiv.ub.uni-marburg.de/diss/z2022/0219
https://doi.org/10.17192/z2022.0219

Ähnliche Einträge