S'identifier
FR
[EN] English
[FR] Français
S'identifier
FR
[EN] English
[FR] Français
Donnez votre avis
Chercher et explorer
Chercher
Explore ORBilu
Science ouverte
Open Science
Open Access
La gestion des données de recherche
Definitions
OS Working group
Webinars
Statistiques
Aide
Guide d'utilisation
FAQ
Formats de rapport
Typologies
Reporting
Formations
ORCID
À propos
A propos ORBilu
Mandat
Equipe
Impact et visibilité
À propos des statistiques
Indicateurs bibliométriques
OAI-PMH
Historique du projet
Informations juridiques
Protection des données
Mentions légales
Retour
Accueil
Référence détaillée
Télécharger
Article (Périodiques scientifiques)
A general computational approach to predicting synergistic transcriptional cores that determine cell subpopulation identities
OKAWA, Satoshi
;
DEL SOL MESA, Antonio
2019
•
In
Nucleic Acids Research
Peer reviewed vérifié par ORBi
Permalien
https://hdl.handle.net/10993/38951
DOI
10.1093/nar/gkz147
PubMed
30820550
Documents (1)
Envoyer vers
Détails
Statistiques
Bibliographie
Publications similaires
Documents
Texte intégral
Okawa_delSol_2019.pdf
Postprint Éditeur (692.98 kB)
Télécharger
Tous les documents dans ORBilu sont protégés par une
licence d'utilisation
.
Envoyer vers
RIS
BibTex
APA
Chicago
Permalink
X
Linkedin
copier dans le presse-papier
copié
Détails
Disciplines :
Biotechnologie
Auteur, co-auteur :
OKAWA, Satoshi
;
University of Luxembourg > Luxembourg Centre for Systems Biomedicine (LCSB)
DEL SOL MESA, Antonio
;
University of Luxembourg > Luxembourg Centre for Systems Biomedicine (LCSB)
Co-auteurs externes :
yes
Langue du document :
Anglais
Titre :
A general computational approach to predicting synergistic transcriptional cores that determine cell subpopulation identities
Date de publication/diffusion :
2019
Titre du périodique :
Nucleic Acids Research
ISSN :
0305-1048
eISSN :
1362-4962
Maison d'édition :
Oxford University Press, Oxford, Royaume-Uni
Peer reviewed :
Peer reviewed vérifié par ORBi
Disponible sur ORBilu :
depuis le 01 mars 2019
Statistiques
Nombre de vues
293 (dont 47 Unilu)
Nombre de téléchargements
183 (dont 31 Unilu)
Voir plus de statistiques
citations Scopus
®
3
citations Scopus
®
sans auto-citations
2
OpenCitations
4
citations OpenAlex
6
citations WoS
™
3
Bibliographie
Publications similaires
Contacter ORBilu