Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

DNA Microarrays02:34

DNA Microarrays

Microarrays are high-throughput and relatively inexpensive assays that can be automated to analyze large quantities of data at a time. They are used in genome-wide studies to compare gene or protein expression under two varied conditions, such as healthy and diseased states. Microarrays consist of glass or silica slides on which probe molecules are covalently attached through surface functionalization. Most commonly, the slides are prepared through the chemisorption of silanes to silica...
High-Resolution Mass Spectrometry (HRMS)01:15

High-Resolution Mass Spectrometry (HRMS)

The resolution of a mass spectrometer depends on the efficiency of separating ions with different ion masses. The mass of an atom is approximated to the sum of the masses of protons and neutrons inside, considering the masses of protons and neutrons as equal. However, the masses of the proton (1.6726 × 10−24 g) and neutron (1.6749 × 10−24 g) are not truly equal. There is a minor error in the expression of atomic masses relative to the simplest atom of hydrogen. For example, the mass of helium...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Characterization of blood serum and cell lines by an automated high-throughput well plate sampling system using laser ablation-rapid evaporative ionization mass spectrometry.

Analytical and bioanalytical chemistry·2026
Same author

Dietary supplement use and regression from prediabetes to normoglycemia: insights from a population-based cohort study.

Journal of diabetes and metabolic disorders·2026
Same author

Trends and determinants of dietary supplement use and potential drug- supplement interactions in older adults: a 16-years follow-up in the Tehran lipid and glucose study.

Aging clinical and experimental research·2026
Same author

<b>mhn</b>: a Python package for analyzing cancer progression with Mutual Hazard Networks.

Bioinformatics advances·2026
Same author

Current Usage of Extracorporeal Photopheresis in Solid Organ Transplantations in Europe: A Narrative Review.

Transplant international : official journal of the European Society for Organ Transplantation·2025
Same author

Integration of high-throughput proteomic data and complementary omics layers with PriOmics.

Genome research·2025
Same journal

3DICE: Interpretable 3D Cross-Modal Learning for Drug-Target Interaction Prediction and Large-Scale Drug Discovery.

Bioinformatics (Oxford, England)·2026
Same journal

KASSPer: Kinase Active Site Structure Prediction using Protein and Ligand Language Models and Its Application to Virtual Screening.

Bioinformatics (Oxford, England)·2026
Same journal

IDR searcher: a search engine solution for public image resources.

Bioinformatics (Oxford, England)·2026
Same journal

KCFtools: Rapid alignment-free method for introgression screening and GWAS using k-mer profiles.

Bioinformatics (Oxford, England)·2026
Same journal

Meta2DB: Curated shotgun metagenomic feature sets and metadata for health state prediction.

Bioinformatics (Oxford, England)·2026
Same journal

conMItion: an R package adjusting confounding factors for associations in multi-omics.

Bioinformatics (Oxford, England)·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: May 8, 2026

Identification of Key Factors Regulating Self-renewal and Differentiation in EML Hematopoietic Precursor Cells by RNA-sequencing Analysis
12:44

Identification of Key Factors Regulating Self-renewal and Differentiation in EML Hematopoietic Precursor Cells by RNA-sequencing Analysis

Published on: November 11, 2014

12.4K

Harp: Armonización de datos para la desconvolución computacional de tejidos a través de diversas plataformas de

Zahra Nozari1, Paul Hüttl1, Jakob Simeth1,2

  • 1Statistical Bioinformatics, Faculty of Informatics and Data Science, University of Regensburg, Regensburg, 93053, Germany.

Bioinformatics (Oxford, England)
|August 26, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio presenta Harp, un nuevo método computacional que mejora la precisión del análisis de la composición celular a partir de datos de expresión génica mediante la conciliación de datos de células individuales y tejidos a granel. Harp supera los sesgos en la disociación y la desconvolución, produciendo resultados más confiables.

Más Videos Relacionados

Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms
10:41

Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms

Published on: May 9, 2017

9.3K
Mapping the Structure-Function Relationships of Disordered Oncogenic Transcription Factors Using Transcriptomic Analysis
09:58

Mapping the Structure-Function Relationships of Disordered Oncogenic Transcription Factors Using Transcriptomic Analysis

Published on: June 27, 2020

2.8K

Videos de Experimentos Relacionados

Last Updated: May 8, 2026

Identification of Key Factors Regulating Self-renewal and Differentiation in EML Hematopoietic Precursor Cells by RNA-sequencing Analysis
12:44

Identification of Key Factors Regulating Self-renewal and Differentiation in EML Hematopoietic Precursor Cells by RNA-sequencing Analysis

Published on: November 11, 2014

12.4K
Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms
10:41

Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms

Published on: May 9, 2017

9.3K
Mapping the Structure-Function Relationships of Disordered Oncogenic Transcription Factors Using Transcriptomic Analysis
09:58

Mapping the Structure-Function Relationships of Disordered Oncogenic Transcription Factors Using Transcriptomic Analysis

Published on: June 27, 2020

2.8K

Área de la Ciencia:

  • Biología computacional
  • La genómica
  • La bioinformática

Sus antecedentes:

  • La evaluación de la composición celular del tejido sólido enfrenta desafíos con la disociación física (prejuicio de pérdida celular) y la desconvolución computacional (incoherencias en el conjunto de datos).
  • Los métodos existentes para el análisis de una sola célula y la deconvolución de la expresión génica a granel tienen limitaciones y sesgos significativos.
  • El análisis confiable de la composición celular es crucial para comprender la heterogeneidad y la función de los tejidos.

Objetivo del estudio:

  • Desarrollar un nuevo método computacional, Harp, para una desconvolución más precisa de la composición celular a partir de datos de expresión génica.
  • Para conciliar los sesgos inherentes a la disociación de tejidos físicos y los enfoques de desconvolución computacional.
  • Proporcionar una herramienta robusta para analizar la composición celular cuando solo se dispone de datos de expresión génica.

Principales métodos:

  • Desarrolló Harp, un nuevo método que integra conjuntos de datos de calibración con composiciones celulares medidas experimentalmente y basadas en la desconvolución.
  • Se utilizaron datos biológicos simulados y reales para validar el rendimiento de Harp.
  • Perfiles de referencia de células armonizados para abordar los efectos tecnológicos y biológicos de los lotes.

Principales resultados:

  • Harp demostró un rendimiento superior en comparación con las herramientas de desconvolución de última generación tanto en conjuntos de datos simulados como reales.
  • El método concilió con éxito las inconsistencias entre diferentes tipos de datos, lo que condujo a resultados de desconvolución más confiables.
  • La armonización de los perfiles de referencia de las células mitigó efectivamente los efectos tecnológicos y biológicos de los lotes.

Conclusiones:

  • Harp ofrece un enfoque más confiable para determinar la composición celular de los tejidos a partir de datos de expresión génica.
  • El método supera efectivamente las limitaciones de las técnicas tradicionales de disociación y deconvolución.
  • Harp proporciona una herramienta valiosa para los investigadores en genómica y biología computacional que necesitan un análisis preciso de la composición celular.