Machine learning-based analysis of cancer cell-derived vesicular proteins revealed significant tumor-specificity and predictive potential of extracellular vesicles for cell invasion and proliferation - A meta-analysis

Bukva Mátyás; Dobra Gabriella; Gyukity-Sebestyén Edina; Böröczky Timea; Korsós Marietta Margaréta; David G Meckes; Horváth Péter; Buzás Krisztina; Harmati Mária: Machine learning-based analysis of cancer cell-derived vesicular proteins revealed significant tumor-specificity and predictive potential of extracellular vesicles for cell invasion and proliferation - A meta-analysis.
CELL COMMUNICATION AND SIGNALING, 21 (1). ISSN 1478-811X (2023)

[thumbnail of 2023_Bukva_CellC.pdf] Szöveg
2023_Bukva_CellC.pdf - Megjelent verzió

Download (7MB)
Mű típusa: Folyóiratcikk
Folyóirat/kiadvány címe: CELL COMMUNICATION AND SIGNALING
Publikáció dátuma: 2023
Kötet: 21
Szám: 1
Terjedelem: 17
Közlemény azonosító: 333
ISSN: 1478-811X
Kar/Egység: Szent-Györgyi Albert Orvostudományi Kar
Természettudományi és Informatikai Kar
Intézmény: Szegedi Tudományegyetem
Nyelv: angol
MTMT rekordazonosító: 34417027
DOI azonosító: https://doi.org/10.1186/s12964-023-01344-5
Dátum: 2024. Máj. 06. 14:35
Utolsó módosítás: 2024. Máj. 06. 14:35
URI: http://publicatio.bibl.u-szeged.hu/id/eprint/30718
Hivatkozások száma a Web of Science® -ben: 1 Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet Tétel nézet

Letöltések

Letöltések havi bontásban az elmúlt egy évben