返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 细胞毒性数据挖掘技术与应用(第2版) 潘天红,陈娇 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 潘天红,陈娇著
    • 出版社: 科学出版社
    • 出版时间:2023-03-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 潘天红,陈娇著
    • 出版社:科学出版社
    • 出版时间:2023-03-01 00:00:00
    • 版次:1
    • 字数:227000
    • 页数:180
    • 开本:B5
    • 装帧:平装
    • ISBN:9787030748263
    • 国别/地区:中国
    • 版权提供:科学出版社

    细胞毒性数据挖掘技术与应用(第2版)

    作  者:潘天红,陈娇 著
    定  价:119
    出 版 社:科学出版社
    出版日期:2023年03月01日
    页  数:180
    装  帧:平装
    ISBN:9787030748263
    主编推荐

    内容简介

    实时细胞电子分析技术已广泛应用于细胞生物学、分子生物学、肿瘤学、生物化学、毒理学等多种学科领域,以及药物筛选、研发、生产及质量控制过程。《细胞毒性数据挖掘技术与应用》系统地阐述了细胞毒性数据的数据挖掘技术与模式识别方法,共分6章,具体包括:细胞电阻抗传感技术、细胞毒性动力学模型参数估计方法、体外细胞毒性评价方法、化学物质MoA分类方法、细胞毒性动态响应数据的可靠性分析方法,以及低诱变细胞数目预测模型估计。本书可作为高等院校生物信息学科、数据挖掘学科研究生的参考用书,也可供从事细胞生物学、毒理学、食品安全、污染物风险评估工作的专业人员、科研人员和管理人员阅读参考。

    作者简介

    精彩内容

    目录
    前言
    第1章 细胞电阻抗传感技术概述 1
    1.1 细胞电阻抗传感技术背景 2
    1.1.1 细胞电阻抗传感技术简介 2
    1.1.2 细胞电阻抗传感技术的意义 5
    1.1.3 细胞电阻抗传感技术发展历程 5
    1.2 基于细胞电阻抗传感技术的典型仪器 7
    1.2.1 ECIS细胞动态分析仪 7
    1.2.2 Bionas1500/2500细胞代谢监测仪 10
    1.2.3 CellKey细胞介电谱分析系统 11
    1.2.4 Cellasys细胞代谢监测仪 12
    1.2.5 RTCA实时细胞分析仪 13
    1.3 细胞电阻抗传感技术的应用 15
    1.3.1 心肌细胞功能检测 15
    1.3.2 细胞黏附和伸展 16
    1.3.3 细胞共培养 18
    1.3.4 细胞迁移和浸润 18
    1.3.5 细胞毒性检测 19
    1.4 RTCA细胞毒性数据的预处理 21
    参考文献 27
    第2章 细胞毒性动力学模型参数估计方法 30
    2.1 引言 30
    2.2 细胞毒性动力学模型描述 31
    2.3 算法原理及步骤 32
    2.4 算法验证及结果 34
    2.5 混合物细胞毒性动力学模型辨识 41
    2.6 细胞毒性动力学模型应用 44
    2.6.1 化学物质的浓度估计 44
    2.6.2 人体细胞的雌性激素分析 47
    2.7 本章小结 50
    参考文献 50
    第3章 基于细胞毒性动态响应曲线的体外细胞毒性评价方法 53
    3.1 引言 53
    3.2 LC50/GI50算法及步骤 54
    3.3 AUC50算法及步骤 60
    3.4 KC50算法及步骤 67
    3.5 RC预测模型的对比分析 73
    3.6 结果与讨论 79
    参考文献 82
    第4章 基于细胞毒性动态响应曲线的化学物质MoA分类方法 86
    4.1 引言 86
    4.2 TCRC数据预处理 89
    4.3 算法原理及步骤 93
    4.3.1 主成分分析 94
    4.3.2 函数型数据分析 98
    4.3.3 层次聚类算法 104
    4.4 算法验证及结果 105
    4.5 结果与讨论 108
    参考文献 109
    第5章 细胞毒性动态响应数据的可靠性分析方法 113
    5.1 引言 113
    5.2 边缘效应检测与筛选方法 115
    5.2.1 问题描述 115
    5.2.2 算法原理及步骤 115
    5.2.3 算法验证及结果 122
    5.3 RTCA实验数据重复性评估方法 135
    5.3.1 算法原理及步骤 135
    5.3.2 算法验证及结果 139
    5.4 RTCA重复性实验数据使用方法 147
    5.4.1 问题描述 147
    5.4.2 算法原理 149
    5.4.3 算法验证及结果 151
    5.5 本章小结 155
    参考文献 156
    第6章 基于细胞毒性动态响应曲线的诱变细胞数目预测模型估计 159
    6.1 引言 159
    6.2 诱变细胞数目预测模型估计方法 160
    6.3 诱变细胞数目预测模型分析 165
    6.4 本章小结 166
    参考文献 166
    附录 168

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购