文献

J-GLOBAL ID：202002210984698011   整理番号：20A2094985

免疫学のためのデータ統合【JST・京大機械翻訳】

Data Integration for Immunology

著者 (7件)： Pineda Silvia (Bakar Computational Health Sciences Institute, University of California, San Francisco, California 94158, USA; email: [e-mail]) ,  Pineda Silvia (Genetic and Molecular Epidemiology Group, Spanish National Cancer Research Centre, 28029 Madrid, Spain; email: [e-mail]) ,  Bunis Daniel G. (Bakar Computational Health Sciences Institute, University of California, San Francisco, California 94158, USA; email: [e-mail]) ,  Kosti Idit (Bakar Computational Health Sciences Institute, University of California, San Francisco, California 94158, USA; email: [e-mail]) ,  Kosti Idit (Department of Pediatrics, University of California, San Francisco, California 94143, USA) ,  Sirota Marina (Bakar Computational Health Sciences Institute, University of California, San Francisco, California 94158, USA; email: [e-mail]) ,  Sirota Marina (Department of Pediatrics, University of California, San Francisco, California 94143, USA)
資料名： Annual Review of Biomedical Data Science  (Annual Review of Biomedical Data Science)
巻： 3  ページ： 113-136  発行年： 2020年 
JST資料番号： W3489A  ISSN： 2574-3414  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ここ数年,次世代配列決定とその単一細胞解像度に対する最近のプッシュは,免疫系の全ての成分について新しい複雑性を明らかにすることにより,免疫学研究の景観を転換した。現在発生する多様なデータの膨大な量とともに,多様なデータの改善と組合せの方法とともに,統合的システムアプローチはより強力になっている。以前の統合的アプローチは,複数のデータタイプを組み合わせ,免疫系が全体としておよび個々の部分として,遺伝的,ミクロビオームおよび他の因子により影響される方法を明らかにした。このレビューにおいて,統合的システムアプローチによる免疫学の研究,及びこのような分析を行うための現在の戦略及び課題の研究に利用できるデータタイプを調べた。Copyright 2020 Annual Reviews All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： システムアプローチ ,  分解能 ,  遺伝 ,  データ型 ,  *データ融合
準シソーラス用語： 免疫系 ,  *免疫学 ,  複雑性 ,  単一細胞 ,  常在菌叢ゲノム , 【Automatic Indexing@JST】

著者キーワード (4件)： 免疫学 ,  システム免疫学 ,  データ統合 ,  機械学習

分類 (2件)： 免疫反応一般  (ED03010T) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (2件)： 免疫学 ,  データ統合