课题基金 / 基金详情

Messung und statistische Analyse von Clusterphänomenen bei Signalproteinen in der Plasmamembran

Messung und statistische Analyse von Clusterphänomenen bei Signalproteinen in der Plasmamembran
质膜中信号蛋白聚类现象的测量和统计分析
批准号:
197913079
负责人:
Professorin Dr. Katja Ickstadt
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2011
资助国家:
德国
项目状态:
已结题
起止时间:
2010-12-31 至 2015-12-31

项目摘要

项目成果

Professorin Dr. Katja Ickstadt的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
Die Hauptaufgabe des Projekts besteht darin, den Zusammenhang der Clusterung von Proteinen und der Signalübertragung über die Plasmamembran zu untersuchen. Zur Lösung dieser Aufgabe werden wir experimentelle, hochauflösende Messverfahren mit der Auswertung durch statistische Methoden kombinieren, die den räumlichen Charakter der Daten modellieren und das Versuchsdesign neuer Experimente mitgestalten. Im Wechselspiel zwischen Messung und Analyse liegt dabei der Mehrwert des Projekts. Auf der experimentellen Seite ist geplant, Verfahren für die gemeinsame Messung der räumlichen und zeitlichen Verteilungen der Proteine EGFR und Ras sowie je eines Bindungspartners zu entwickeln, der in einem bei der Krebsentstehung bedeutsamen Prozess wie z.B. Zellwachstum oder –ausdifferenzierung involviert ist. Die Messungen sowie die interessierenden Clusterphänomene sind im Nanobereich angesiedelt. Dadurch ergeben sich Messschwierigkeiten, weshalb die gleichzeitige Bereitstellung statistischer Verfahren unabdingbar für die Analyse ist. Hierzu gehören effiziente Vorverarbeitungsmethoden, schnelle, explorative Verfahren sowie besser interpretierbare, aber i. A. langsamere, modellbasierte Bayessche Methoden zur Clusterfindung und Simulation. Die genaue Kenntnis des Zusammenhangs von Clusterung und Signalübertragung wird langfristig die Krebsforschung bei der Entwicklung von Medikamenten unterstützen können.
期刊论文(5)
专著(0)
科研奖励(0)
会议论文
A Bayesian mixture model to quantify parameters of spatial clustering
用于量化空间聚类参数的贝叶斯混合模型
DOI: 10.1016/j.csda.2015.07.004
发表时间: 2015
期刊: Comput. Stat. Data Anal.
影响因子: --
作者: [Schäfer, Herrmann, Schwender, Verveer, Ickstadt]
通讯作者: Ickstadt
A Bayesian changepoint analysis of ChIP-Seq data of Lamin B.
Lamin B ChIP-Seq 数据的贝叶斯变点分析
DOI: 10.1016/j.bbapap.2013.09.001
发表时间: 2014
期刊: Biochimica et biophysica acta
影响因子: --
作者: [Herrmann, Schwender, Ickstadt, Müller]
通讯作者: Müller
DOI: 10.17877/de290r-17840
发表时间: 2017
期刊:
影响因子: --
作者: [Siebert]
通讯作者: Siebert
Comparison of clustering approaches with application to dual colour protein data
聚类方法与双色蛋白质数据应用的比较
DOI: 10.1049/iet-syb.2017.0019
发表时间: 2018
期刊: IET Systems Biology
影响因子: 2.3
作者: [Siebert, Sabrina, Ickstadt, Schäfer, Martin, Yvonne, Verveer, Peter J.]
通讯作者: Peter J.
Polymorphic uncertainty modeling, evaluation and quantification for fluid saturated soil and earth structures
海外基金