View in EDS

Deep Learning Neural Networks Highly Predict Very Early Onset of Pluripotent Stem Cell Differentiation.

Saved in:
Bibliographic Details
Title: Deep Learning Neural Networks Highly Predict Very Early Onset of Pluripotent Stem Cell Differentiation.
Authors: Waisman A; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina., La Greca A; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina., Möbbs AM; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina., Scarafía MA; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina., Santín Velazque NL; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina., Neiman G; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina., Moro LN; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina; Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Buenos Aires, Argentina., Luzzani C; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina; Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Buenos Aires, Argentina., Sevlever GE; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina., Guberman AS; Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Buenos Aires, Argentina; Laboratorio de Regulación Génica en Células Madre, Departamento de Química Biológica y Departamento de Fisiología, Biología Molecular y Celular, FCEN, Universidad de Buenos Aires, Argentina, Intendente Guiraldes 2160 (C1428EGA), Buenos Aires, Argentina; IQUIBICEN, UBA/CONICET, Buenos Aires, Argentina., Miriuka SG; LIAN-CONICET, FLENI, Ruta 9 Km 52.2 (B1625XAF), Belén de Escobar, Argentina; Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Buenos Aires, Argentina. Electronic address: smiriuka@fleni.org.ar.
Source: Stem cell reports [Stem Cell Reports] 2019 Apr 09; Vol. 12 (4), pp. 845-859. Date of Electronic Publication: 2019 Mar 14.
Publication Type: Journal Article; Research Support, Non-U.S. Gov't
Journal Info: Publisher: Cell Press Country of Publication: United States NLM ID: 101611300 Publication Model: Print-Electronic Cited Medium: Internet ISSN: 2213-6711 (Electronic) Linking ISSN: 22136711 NLM ISO Abbreviation: Stem Cell Reports Subsets: MEDLINE
Database: MEDLINE Ultimate
Description
ISSN:2213-6711
DOI:10.1016/j.stemcr.2019.02.004