KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig vom 02.11.2026 bis 04.11.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Online auf www.bücher.de einlösbar | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services
  • Produktbild: Computational Methods for Single-Cell Data Analysis
  • Produktbild: Computational Methods for Single-Cell Data Analysis
Band 1935 - 14%

Computational Methods for Single-Cell Data Analysis

Aus der Reihe Methods in Molecular Biology
14% sparen

209,99 € UVP 246,09 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

14.02.2019

Abbildungen

X, 271 p. 168 illus., 156 illus. in color.

Herausgeber

Guo-Cheng Yuan

Verlag

Springer Us

Seitenzahl

271

Maße (L/B/H)

26/18,3/2,1 cm

Gewicht

672 g

Auflage

1st ed. 2019

Sprache

Englisch

ISBN

978-1-4939-9056-6

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

14.02.2019

Abbildungen

X, 271 p. 168 illus., 156 illus. in color.

Herausgeber

Guo-Cheng Yuan

Verlag

Springer Us

Seitenzahl

271

Maße (L/B/H)

26/18,3/2,1 cm

Gewicht

672 g

Auflage

1st ed. 2019

Sprache

Englisch

ISBN

978-1-4939-9056-6

Herstelleradresse

Springer-Verlag GmbH
Europaplatz 3
69115 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Computational Methods for Single-Cell Data Analysis
  • Produktbild: Computational Methods for Single-Cell Data Analysis
  • Quality Control of Single-cell RNA-seq.- Normalization for Single-cell RNA-seq Data Analysis.- Analysis of Technical and Biological Variability in Single-cell RNA Sequencing.- Identification of Cell Types from Single-cell Transcriptomic Data.- Rare Cell Type Detection.- scMCA- A Tool Defines Cell Types in Mouse Based on Single-cell Digital Expression.- Differential Pathway Analysis.- Differential Pathway Analysis.- Estimating Differentiation Potency of Single Cells using Single Cell Entropy (SCENT).- Inference of Gene Co-expression Networks from Single-Cell RNA-sequencing Data.- Single-cell Allele-specific Gene Expression Analysis.- Using BRIE to Detect and Analyse Splicing Isoforms in scRNA-seq Data.- Preprocessing and Computational Analysis of Single-cell Epigenomic Datasets.- Experimental and Computational Approaches for Single-cell Enhancer Perturbation Assay.- Antigen Receptor Sequence Reconstruction and Clonality Inference from scRNA-seq Data.- A Hidden Markov Random Field Modelfor Detecting Domain Organizations from Spatial Transcriptomic Data.