Effect of metformin and metformin/linagliptin on gut microbiota in patients with prediabetes.

Autor: Martínez-López, Yoscelina Estrella^1,2,3 (AUTHOR), Neri-Rosario, Daniel^1,4 (AUTHOR), Esquivel-Hernández, Diego Armando¹ (AUTHOR), Padron-Manrique, Cristian^1,5 (AUTHOR), Vázquez-Jiménez, Aarón¹ (AUTHOR), Sánchez-Castañeda, Jean Paul^1,4 (AUTHOR), Girón-Villalobos, David^1,4 (AUTHOR), Mendoza-Ortíz, Cristian^1,4 (AUTHOR), Reyes-Escogido, María de Lourdes³ (AUTHOR), Evia-Viscarra, Maria Lola⁶ (AUTHOR), Aguilar-Garcia, Alberto⁶ (AUTHOR), Resendis-Antonio, Osbaldo^1,7 (AUTHOR) oresendis@inmegen.gob.mx, Guardado-Mendoza, Rodolfo³ (AUTHOR) rguardado@ugto.mx

Publikováno v: Scientific Reports. 9/10/2024, Vol. 14 Issue 1, p1-16. 16p.

Author Correction: Effect of metformin and metformin/linagliptin on gut microbiota in patients with prediabetes.

Autor: Martínez-López, Yoscelina Estrella^1,2,3 (AUTHOR), Neri-Rosario, Daniel^1,4 (AUTHOR), Esquivel-Hernández, Diego Armando¹ (AUTHOR), Padron-Manrique, Cristian^1,5 (AUTHOR), Vázquez-Jiménez, Aarón¹ (AUTHOR), Sánchez-Castañeda, Jean Paul^1,4 (AUTHOR), Girón-Villalobos, David^1,4 (AUTHOR), Mendoza-Ortíz, Cristian^1,4 (AUTHOR), Reyes-Escogido, María de Lourdes³ (AUTHOR), Evia-Viscarra, Maria Lola⁶ (AUTHOR), Aguilar-Garcia, Alberto⁶ (AUTHOR), Resendis-Antonio, Osbaldo^1,7 (AUTHOR) oresendis@inmegen.gob.mx, Guardado-Mendoza, Rodolfo³ (AUTHOR) rguardado@ugto.mx

Publikováno v: Scientific Reports. 9/10/2024, Vol. 14 Issue 1, p1-1. 1p.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

mb-PHENIX: Diffusion and Supervised Uniform Manifold Approximation for denoising microbiota data

Autor: Padron-Manrique Cristian, Vázquez-Jiménez Aarón, Esquivel-Hernandez Diego Armando, Martinez Lopez Yoscelina Estrella, Neri-Rosario Daniel, Sánchez-Castañeda Jean Paul, Giron-Villalobos David, Resendis-Antonio Osbaldo

MotivationMicrobiota data suffers from technical noise (reflected as excess of zeros in the count matrix) and the curse of dimensionality. This complicates downstream data analysis and compromises the scientific discovery’s reliability. Data sparsi

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_________::adf0d171c160000989dbd10443525d96
https://doi.org/10.1101/2022.06.23.497285

Machine Learning and COVID-19: Lessons from SARS-CoV-2.

Autor: Avila-Ponce de León U; Programa de Doctorado en Ciencias Biológicas, Universidad Nacional Autónoma de México, Ciudad de México, Mexico.; Human Systems Biology Laboratory, Instituto Nacional de Medicina Genómica (INMEGEN), Ciudad de México, Mexico., Vazquez-Jimenez A; Human Systems Biology Laboratory, Instituto Nacional de Medicina Genómica (INMEGEN), Ciudad de México, Mexico., Cervera A; Instituto Nacional de Medicina Genómica (INMEGEN), Ciudad de México, Mexico., Resendis-González G; Human Systems Biology Laboratory, Instituto Nacional de Medicina Genómica (INMEGEN), Ciudad de México, Mexico., Neri-Rosario D; Human Systems Biology Laboratory, Instituto Nacional de Medicina Genómica (INMEGEN), Ciudad de México, Mexico., Resendis-Antonio O; Human Systems Biology Laboratory, Instituto Nacional de Medicina Genómica (INMEGEN), Ciudad de México, Mexico. oresendis@inmegen.gob.mx.; Coordinación de la Investigación Científica - Red de Apoyo a la Investigación - Centro de Ciencias de la Complejidad, Universidad Nacional Autónoma de México (UNAM), Ciudad de México, Mexico. oresendis@inmegen.gob.mx.

Publikováno v: Advances in experimental medicine and biology [Adv Exp Med Biol] 2023; Vol. 1412, pp. 311-335.