PuSH - Publikationsserver des Helmholtz Zentrums München

Analysis of single-cell data using ODE constrained mixture modeling and approximate Bayesian computation.

München, Technische Universität, Fakultät für Mathematik, Master-Thesis, 2015, 88 S.
Verlagsversion DOI
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.
Weitere Metriken?
Zusatzinfos bearbeiten [➜Einloggen]
Publikationstyp Sonstiges: Hochschulschrift
Typ der Hochschulschrift Masterarbeit
e-ISSN 978-3-658-13234-7
ISBN 978-3-658-13233-0
Quellenangaben Band: , Heft: , Seiten: 88 S. Artikelnummer: , Supplement: ,
Verlag Springer Spektrum
Hochschule Technische Universität
Hochschulort München
Fakultät Fakultät für Mathematik