СибНСХБ

Вид поиска

Область поиска

Найдено в других БД

Формат представления найденных документов:
библиографическое описание	краткий	полный

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>S=ПРЯМОЙ СЕЛЕКЦИИ<.>)

Общее количество найденных документов : 2
Показаны документы с 1 по 2

РЖ ВИНИТИ 34 (BI12) 99.08-04Б2.164

Direct selection cloning vectors adapted to the genetic analysis of Gram-negative bacteria and their plasmids [Text] / Philippe Gabant [et al.] // Gene. - 1998. - Vol. 207, N 1. - P87-92 . - ISSN 0378-1119
Перевод заглавия: Клонирующие векторы прямой селекции, приспособленные для генетического анализа грамотрицательных бактерий и их плазмид
Аннотация: Описаны 6 новых плазмидных векторов, использующих для позитивной селекции токсичность белка CcdB (I) F-плазмиды Escherichia coli: 1) pKIL1921 и pKIL194 с низким и средним числом копий соотв.; 2) pKIL194T и pZErO-2T с узким кругом хозяев и средним и высоким числом копий соотв.; 3) мобилизируемые векторы pBHRK18 и pBHRK19 с широким кругом хозяев. Изучение передачи гена ccdB в 10 разных видов грамотрицательных бактерий показало, что I летален только в Enterobacteriaceae (E. coli, Salmonella typhimurium, Erwinia chrysanthemi, E. herbicola и Klebsiella pneumoniae). Бельгия, Lab. Genet. Procaryotes, Dep. Biol. Mol., Univ. Libre Bruxelles, B-1640 Rhode-Saint-Genese. Библ. 23

ГРНТИ	34.27.21

ВИНИТИ 341.27.21.05.15
Рубрики: ВЕКТОРЫ
ПРЯМОЙ СЕЛЕКЦИИ
ПЛАЗМИДА F
БЕЛОК CCDB
ГРАМОТРИЦАТЕЛЬНЫЕ БАКТЕРИИ
ГЕНЕТИЧЕСКИЙ АНАЛИЗ

Доп.точки доступа:
Gabant, Philippe; Szpirer, Cedric Y.; Couturier, Martine; Faelen, Michel

РЖ ВИНИТИ 76 (BI29) 13.07-04Н1.38

A hybrid gene selection method for cancer classification based on clustering algorithm and euclidean distance [Text] / Ang Yang [et al.] // J. Comput. and Theor. Nanosci. - 2012. - Vol. 9, N 4. - P611-615 . - ISSN 1546-1955
Перевод заглавия: Гибридный метод селекции генов для классификации рака, основанный на алгоритме кластеризации и евклидовом расстоянии
Аннотация: Классификация данных по экспрессии генов является важной задачей биоинформатики. Данные по экспрессии генов, играющих ключевую роль в диагностике рака и изучении механизмов патогенеза рака, характеризуются такими показателями как высокая производительность, высокая размерность, нелинейность, высокий уровень шума и неравномерное распределение, которые затрудняют обработку. Предлагается гибридный метод селекции генов для классификации рака, который включает фильтрование для ранжирования генов с дифференциальной экспрессией, кластеризацию данных по экспрессии генов с использованием алгоритма кластеризации, селекцию и замещающее комбингирование генов с использованием евклидова расстояния. Гибридный метод селекции генов валидизирован на данных по экспрессии генов при лейкозе. Китай, Lab. of Embedded Systems and Networking, Hunan Univ., Changsha Hunan 410082. Библ. 17

ГРНТИ	76.29.49

ВИНИТИ 761.29.49.03.05
Рубрики: РАК
КЛАССИФИКАЦИЯ
ЭКСПРЕССИЯ ГЕНОВ
АНАЛИЗ
МЕТОДЫ
АЛГОРИТМЫ ФИЛЬТРОВАНИЯ
ПРЯМОЙ СЕЛЕКЦИИ
КЛАСТЕРИЗАЦИИ

Доп.точки доступа:
Yang, Ang; Cao, Tao; Li, Renfa; Liao, Bo

"Электронные каталоги и базы данных библиотек СО РАН"

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)

rtvarBDview(" результаты поиска","20190607010228","4682442");

Вид поиска