On Single-cell Temporal-Omics explore la dynamique transcriptionnelle à partir de données instantanées et l'interprétation de la vitesse de l'ARN dans le métabolisme de l'ARN.
Explore des outils et des modèles pour l'analyse de données de séquençage de nouvelle génération, couvrant les technologies de séquençage de l'ADN, les pipelines d'analyse de données et les modèles statistiques.
Explore les modèles d'ondes au niveau des tissus, les oscillateurs cellulaires, les ondes génétiques et les modèles d'expression des gènes dans la différenciation cellulaire.
Explore la conception et les applications des commutateurs d'ARN, en mettant l'accent sur les principes réglementaires d'ARN et les composants biomoléculaires conçus.
Explore la normalisation quantile en génomique, en mettant l'accent sur la préparation des données, le chargement, le filtrage et l'importance d'une analyse précise de l'expression des gènes.
Couvre les souris transgéniques utilisant les lignes de Cre et l'optogénétique, explorant les techniques de manipulation des cellules neurales et l'expression génétique spécifique à la région du cerveau.
Explore la modélisation compartimentée dans l'imagerie biomédicale, soulignant l'importance de comprendre les systèmes linéaires et la mesure intracellulaire du métabolisme du glucose.
Explore les techniques de profilage du ribosome, les applications chimiques et les informations translationnelles sur les caractéristiques spécifiques aux gènes et les réponses comportementales.
Sur l'épigénétique explore comment l'expression génique est influencée par les modifications de l'ADN et de l'histone, affectant la différenciation cellulaire et le développement de la maladie.
