Zobrazeno 1 - 10
of 32
pro vyhledávání: '"Roytman, Megan"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Roytman, Megan (Megan D.)
Thesis: M. Eng., Massachusetts Institute of Technology, Department of Electrical Engineering and Computer Science, 2013.
Cataloged from PDF version of thesis.
Includes bibliographical references (page 31).
Characterizing the functions
Cataloged from PDF version of thesis.
Includes bibliographical references (page 31).
Characterizing the functions
Externí odkaz:
http://hdl.handle.net/1721.1/85492
Autor:
Saul, Daniel, Dougaparsad, Sam, Roytman, Megan, Sherman, Westley, Shams, Soheil, Verma, Shalini, Miller, Neil
Publikováno v:
In Genetics in Medicine Open 2023 1(1) Supplement
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Roytman, Megan1 meganroytman@ucla.edu, Kichaev, Gleb1, Gusev, Alexander2,3, Pasaniuc, Bogdan1,4,5 pasaniuc@ucla.edu
Publikováno v:
PLoS Genetics. 2/26/2018, Vol. 14 Issue 2, p1-25. 25p.
Autor:
Shams, Soheil, Keomanee, Alina, Kashavan, Raja, Roytman, Megan, Saul, Daniel, Lum, Christopher
Publikováno v:
In Cancer Genetics November 2022 268-269 Supplement 1:38-38
Publikováno v:
In Cancer Genetics June 2022 264-265 Supplement 1:1-1
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Shams, Soheil, Roytman, Megan, An, Paul, Keshavan, Raja, Wasnikar, Viren, McElhone, Scott, Wilson, Jacob, Qu, Xiaoyu, Fang, Min
Publikováno v:
In Cancer Genetics January 2022 260-261 Supplement 1:11-11
Autor:
Roytman, Megan D
Publikováno v:
Roytman, Megan D. (2018). Computational methods to discern the genetic basis of complex disease. UCLA: Bioinformatics 025F. Retrieved from: http://www.escholarship.org/uc/item/8rs2r6j3
Genome-wide association studies (GWAS) have identified thousands of regions in the genome containing risk variants for complex traits. Due to the correlation structure between ge- netic variants, there is a need for computational methods that can tea
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______325::5deef0fe6f4317669815f2a1922b226c
http://www.escholarship.org/uc/item/8rs2r6j3
http://www.escholarship.org/uc/item/8rs2r6j3