Klientu atbalsts: 27018494

Grāmatu iegāde | Jauns profils | Ienākt

E-grāmata: Analysis of Single-Cell Data: ODE Constrained Mixture Modeling and Approximate Bayesian Computation

Carolin Loos

Formāts: PDF+DRM
Sērija : BestMasters
Izdošanas datums: 17-Mar-2016
Izdevniecība: Springer Spektrum
Valoda: eng
ISBN-13: 9783658132347

Citas grāmatas par šo tēmu:

Formāts - PDF+DRM
Cena: 53,52 €*
* ši ir gala cena, t.i., netiek piemērotas nekādas papildus atlaides
Ielikt grozā
Pievienot vēlmju sarakstam
Šī e-grāmata paredzēta tikai personīgai lietošanai. E-grāmatas nav iespējams atgriezt un nauda par iegādātajām e-grāmatām netiek atmaksāta.

Formāts: PDF+DRM
Sērija : BestMasters
Izdošanas datums: 17-Mar-2016
Izdevniecība: Springer Spektrum
Valoda: eng
ISBN-13: 9783658132347

Citas grāmatas par šo tēmu:

DRM restrictions

Kopēšana (kopēt/ievietot):

nav atļauts
Drukāšana:

nav atļauts
Lietošana:

Digitālo tiesību pārvaldība (Digital Rights Management (DRM))
Izdevējs ir piegādājis šo grāmatu šifrētā veidā, kas nozīmē, ka jums ir jāinstalē bezmaksas programmatūra, lai to atbloķētu un lasītu. Lai lasītu šo e-grāmatu, jums ir jāizveido Adobe ID. Vairāk informācijas šeit. E-grāmatu var lasīt un lejupielādēt līdz 6 ierīcēm (vienam lietotājam ar vienu un to pašu Adobe ID).

Nepieciešamā programmatūra
Lai lasītu šo e-grāmatu mobilajā ierīcē (tālrunī vai planšetdatorā), jums būs jāinstalē šī bezmaksas lietotne: PocketBook Reader (iOS / Android)

Lai lejupielādētu un lasītu šo e-grāmatu datorā vai Mac datorā, jums ir nepieciešamid Adobe Digital Editions (šī ir bezmaksas lietotne, kas īpaši izstrādāta e-grāmatām. Tā nav tas pats, kas Adobe Reader, kas, iespējams, jau ir jūsu datorā.)

Jūs nevarat lasīt šo e-grāmatu, izmantojot Amazon Kindle.

Carolin Loos introduces two novel approaches for the analysis of single-cell data. Both approaches can be used to study cellular heterogeneity and therefore advance a holistic understanding of biological processes. The first method, ODE constrained mixture modeling, enables the identification of subpopulation structures and sources of variability in single-cell snapshot data. The second method estimates parameters of single-cell time-lapse data using approximate Bayesian computation and is able to exploit the temporal cross-correlation of the data as well as lineage information.

List of Figures

xiii

List of Tables

List of Abbreviations

xvii

List of Symbols

xix

1 Introduction

(4)

1.1 Modeling and Parameter Estimation for Single-Cell Data

(1)

1.2 Contribution of this Thesis

(3)

2 Background

(10)

2.1 Experimental Data

(1)

2.2 Modeling Chemical Kinetics

(5)

2.3 Parameter Inference

(4)

3 ODE Constrained Mixture Modeling for Multivariate Data

(42)

3.1 Introduction and Problem Statement

(2)

3.2 Assessment of ODE-MMs Using Novel Data for NGF-Induced Erk Signaling

(8)

3.3 Modeling Variability within a Subpopulation

(15)

3.4 Simultaneous Analysis of Multivariate Measurements

(10)

3.5 Application Example: NGF-Induced Erk Signaling

(4)

3.0 Discussion and Outlook

(3)

4 Approximate Bayesian Computation Using Multivariate Statistics

(28)

4.1 Introduction and Problem Statement

(2)

4.2 Extended Introduction to Approximate Bayesian Computation

(6)

4.3 Approximate Bayesian Computation with Multivariate Test Statistics

(9)

4.4 Simulation Example: Single-Cell Time-Series of a One-Stage Model of Gene Expression

(8)

4.5 Discussion and Outlook

(3)

5 Summary and Discussion

(2)

Bibliography

Carolin Loos is currently doing her PhD at the Institute of Computational Biology at the Helmholtz Zentrum München. She is member of the junior research group Data-driven Computational Modeling.

Biežāk uzdotie jautājumi par e-grāmatām