EmbryoNet : using deep learning to link embryonic phenotypes to signaling pathways

Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource
Sprache
Englisch

Erschienen in
In: Nature Methods ; 20 (2023). - S. 815-823. - Springer. - ISSN 1548-7091. - eISSN 1548-7105

Klassifikation
Biowissenschaften, Biologie

Ereignis
Veröffentlichung
(wo)
Konstanz
(wer)
KOPS Universität Konstanz
(wann)
2023
Urheber
Capek, Daniel
Safroshkin, Matvey
Morales-Navarrete, Hernán
Toulany, Nikan
Arutyunov, Grigory
Kurzbach, Anica
Bihler, Johanna
Hagauer, Julia
Jordan, Ben
Müller, Patrick

URN
urn:nbn:de:bsz:352-2-1xp3ftm28rrew5
Rechteinformation
Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
25.03.2025, 13:51 MEZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Capek, Daniel
  • Safroshkin, Matvey
  • Morales-Navarrete, Hernán
  • Toulany, Nikan
  • Arutyunov, Grigory
  • Kurzbach, Anica
  • Bihler, Johanna
  • Hagauer, Julia
  • Jordan, Ben
  • Müller, Patrick
  • KOPS Universität Konstanz

Entstanden

  • 2023

Ähnliche Objekte (12)