Alignment of Synchronized Time-Series Data for Cross-Experiment Comparisons

June 9th, 2023

Alignment of Synchronized Time-Series Data Using the Characterizing Loss of Cell Cycle Synchrony Model for Cross-Experiment Comparisons (Video) | JoVE

02:11 min

•

Installing CLOCCS and Using it to Parameterize the Experiments (Video) | JoVE

02:34 min

•

Conversion of Time Points to Lifeline Points Using the Python Conversion Functions and the CLOCCS Parameters (Video) | JoVE

01:29 min

•

Comparing Budding Curves, Flow Cytometry Data, and Experimental Data (Video) | JoVE

02:11 min

•

Sophia A. Campione¹, Christina M. Kelliher², David A. Orlando³, Trung Q. Tran⁴, Steven B. Haase¹

¹Department of Biology, Duke University, ²Department of Biology, University of Massachusetts, ³Orlando Data Science LLC, ⁴Department of Computer Science, Duke University

Summary
Automatic Translation

English (Original)
العربية (Arabic)
中文 (Chinese)
dansk (Danish)
Nederlands (Dutch)
français (French)
Deutsch (German)
עברית (Hebrew)
हिंदी (Hindi)
italiano (Italian)
日本語 (Japanese)
한국어 (Korean)
norsk (Norwegian)
português (Portugese)
русский (Russian)
español (Spanish)
svenska (Swedish)
Türkçe (Turkish)

يتمثل أحد تحديات تحليل تجارب السلاسل الزمنية المتزامنة في أن التجارب غالبا ما تختلف في طول فترة التعافي من التزامن وفترة دورة الخلية. وبالتالي ، لا يمكن تحليل القياسات من التجارب المختلفة بشكل إجمالي أو مقارنتها بسهولة. نصف هنا طريقة لمواءمة التجارب للسماح بإجراء مقارنات خاصة بالطور.

Article

Alignment of Synchronized Time-Series Data for Cross-Experiment Comparisons

Get cutting-edge science videos from JoVE sent straight to your inbox every month.