Bioconductor
Mostrando 1-8 de 8 artigos, teses e dissertações.
-
1. Estudo das bases moleculares para cutis laxa autossômica recessiva tipo II / Study of the molecular basis for type II autossomal recessive cutis laxa
Cutis laxa autossômica tipo II (CLAR tipo II) é um distúrbio raro do tecido conectivo em que a pele perde sua firmeza, cedendo excessivamente e conferindo ao indivíduo um aspecto envelhecido. Sugere-se que CLAR tipo II seja a mesma entidade descrita como "síndrome da pele enrugada" e gerodermia osteodisplástica. Tal confusão quanto à nomenclatura é,
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 28/02/2012
-
2. Transcriptional networks reconstruction: identification of genes involved on cattle response to tick Rhipicephalus (Boophilus) microplus infestation.
In tropical countries, losses caused by tick infestation in cattle lead to a great impact on animal production systems. Weight and feed conversion reduction, together with diseases transmitted by the parasite are some of the problems that lead to economic losses of billion dollars a year. In a general way, Bos taurus indicus cattle are less susceptible to in
INTERNATIONAL CONFERENCE OF THE BRAZILIAN ASSOCIATION FOR BIOINFORMATICS AND COMPUTATIONAL BIOLOGY. Publicado em: 2011
-
3. Análise de agrupamento de dados de expressão gênica na Rede Genômica Animal.
O objetivo deste trabalho é apresentar a análise de agrupamento de dados de expressão gênica, conforme realizada no escopo da ?Rede Genômica Animal?. Na seção 2, são apresentados conceitos básicos sobre análises de agrupamento. Em particular, os algoritmos de agrupamento utilizados nessas análises compreendem aqueles mais conhecidos, como k-means,
Campinas: Embrapa Informática Agropecuária. Publicado em: 2010
-
4. Análise de agrupamento de dados de expressão gênica na Rede Genômica Animal.
O objetivo deste trabalho é apresentar a análise de agrupamento de dados de expressão gênica, conforme realizada no escopo da ?Rede Genômica Animal?. Na seção 2, são apresentados conceitos básicos sobre análises de agrupamento. Em particular, os algoritmos de agrupamento utilizados nessas análises compreendem aqueles mais conhecidos, como k-means,
Campinas: Embrapa Informática Agropecuária. Publicado em: 2010
-
5. Gene expression study in citrus using linear models / Estudo de expressão gênica em citros utilizando modelos lineares
Neste trabalho apresenta-se uma revisão da metodologia de experimentos de microarray relativas a sua instalação e análise estatística dos dados obtidos. A seguir, aplica-se essa metodologia na análise de dados de expressão gênica em citros, gerados por um experimento de macroarray, utilizando modelos lineares de efeitos fixos considerando a inclusão
Publicado em: 2010
-
6. Bioconductor: open software development for computational biology and bioinformatics
A detailed description of the aims and methods of the Bioconductor project, an initiative for the collaborative creation of extensible software for computational biology and bioinformatics.
BioMed Central.
-
7. Data structures and algorithms for analysis of genetics of gene expression with Bioconductor: GGtools 3.x
Summary: Associations between DNA polymorphisms and mRNA abundance are a natural target of genetic investigations, and microarrays facilitate genome-wide and transcriptome-wide surveys of these associations. This work is motivated by emerging requirements for data architectures and algorithm interfaces to allow flexible exploration of public and private arch
Oxford University Press.
-
8. Normalization and Statistical Analysis of Quantitative Proteomics Data Generated by Metabolic Labeling*
Comparative proteomics is a powerful analytical method for learning about the responses of biological systems to changes in growth parameters. To make confident inferences about biological responses, proteomics approaches must incorporate appropriate statistical measures of quantitative data. In the present work we applied microarray-based normalization and
The American Society for Biochemistry and Molecular Biology.