User: Guest  Login
Original title:
From RNA-sequencing to imaging flow cytometry: Profiling large single-cell datasets with machine learning
Translated title:
Von RNA-Sequenzierung bis zur bildgebenden Durchflusszytometrie: Analyse großer Einzelzelldatensätze mit maschinellem Lernen
Author:
Chlis, Nikolaos Kosmas
Year:
2020
Document type:
Dissertation
Faculty/School:
Fakultät Wissenschaftszentrum Weihenstephan
Advisor:
Theis, Fabian J. (Prof. Dr. Dr.)
Referee:
Theis, Fabian J. (Prof. Dr. Dr.); Menze, Björn (Prof. Dr.)
Language:
en
Subject group:
BIO Biowissenschaften; MAT Mathematik
TUM classification:
BIO 110d; MAT 022d
Abstract:
Single-cell profiling methods allow for the quantification of the distinct footprint of each individual cell in a population. This unique property allows them to provide insight into biological properties, such as cellular heterogeneity and identification of rare cell populations. In this thesis, I tackle the task of computationally extracting biologically relevant information from data acquired with high-throughput single-cell profiling methods, which is inherently challenging due to the large...     »
Translated abstract:
Methoden zur Analyse von Einzelzellen ermöglichen die Quantifizierung des Einflusses jeder einzelnen Zelle auf die Gesamtpopulation. Dies ermöglicht uns Einblicke in die zelluläre Heterogenität und Identifizierung seltener Zellpopulationen. In dieser Arbeit beschäftige ich mich mit der Aufgabe, biologisch relevante Informationen aus Daten zu extrahieren, die mit Hochdurchsatz-Einzelzellanalysemethoden erhoben wurden. Dies ist aufgrund des großen Volumens und der Komplexität der erhobenen Datensä...     »
WWW:
https://mediatum.ub.tum.de/?id=1521611
Date of submission:
11.11.2019
Oral examination:
15.09.2020
File size:
33611442 bytes
Pages:
197
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20200915-1521611-1-0
Last change:
16.11.2020
 BibTeX