LSH-GAN enables in-silico generation of cells for small sample high dimensional scRNA-seq data

Standort
Deutsche Nationalbibliothek Frankfurt am Main
ISSN
2399-3642
Umfang
Online-Ressource
Sprache
Englisch
Anmerkungen
online resource.

Erschienen in
LSH-GAN enables in-silico generation of cells for small sample high dimensional scRNA-seq data ; volume:5 ; number:1 ; day:10 ; month:6 ; year:2022 ; pages:1-9 ; date:12.2022
Communications biology ; 5, Heft 1 (10.6.2022), 1-9, 12.2022

Urheber
Lall, Snehalika
Ray, Sumanta
Bandyopadhyay, Sanghamitra
Beteiligte Personen und Organisationen
SpringerLink (Online service)

DOI
10.1038/s42003-022-03473-y
URN
urn:nbn:de:101:1-2022080400460219944220
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
15.08.2025, 07:25 MESZ

Datenpartner

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

Beteiligte

  • Lall, Snehalika
  • Ray, Sumanta
  • Bandyopadhyay, Sanghamitra
  • SpringerLink (Online service)

Ähnliche Objekte (12)