کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8376831 | 1543161 | 2018 | 14 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
The sbv IMPROVER Systems Toxicology computational challenge: Identification of human and species-independent blood response markers as predictors of smoking exposure and cessation status
ترجمه فارسی عنوان
سیستم های پیشرفته سیستم های پیشرفته سم شناسی چالش محاسباتی: شناسایی نشانگرهای واکنش خون مستقل از انسانی و انسان به عنوان پیش بینی کننده از قرار گرفتن در معرض سیگار کشیدن و وضعیت توقف
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
سمشناسی سیستم، چالش محاسباتی، امضای ژن، سیگار کشیدن بیومارکر، بیومارکرهای خون،
ترجمه چکیده
در نتیجه، چالش سیستم های سم شناسی نشان داد امکان استخراج یک ژن واکنش سیگنال مبتنی بر خون مبتنی بر خون و تأکید بیشتر بر اهمیت ارزیابی داده ها و روش های مستقل و بی طرفانه برای اطمینان به نتایج سیستماتیک مبتنی بر سم شناسی سیستم ها است.
موضوعات مرتبط
مهندسی و علوم پایه
ریاضیات
ریاضیات محاسباتی
چکیده انگلیسی
In conclusion, the Systems Toxicology challenge demonstrated the feasibility of extracting a consistent blood-based smoke exposure response gene signature and further stressed the importance of independent and unbiased data and method evaluations to provide confidence in systems toxicology-based scientific conclusions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational Toxicology - Volume 5, February 2018, Pages 38-51
Journal: Computational Toxicology - Volume 5, February 2018, Pages 38-51
نویسندگان
Vincenzo Belcastro, Carine Poussin, Yang Xiang, Maurizio Giordano, Kumar Parijat Tripathi, Akash Boda, Ali Tugrul Balci, Ismail Bilgen, Sandeep Kumar Dhanda, Zhongqu Duan, Xiaofeng Gong, Rahul Kumar, Roberto Romero, Omer Sinan Sarac, Adi L. Tarca,