FTIR spectroscopy combined with machine learning reveals molecular signatures distinguishing three phenotypes of  endometriosis.

Olcha, Piotr; Paja, Wiesław; Kępski, Michał; Pancerz, Krzysztof; Klebowski, Bartosz; Nowakowski, Łukasz; Gałczyński, Krzysztof; Depciuch-Czarny, Joanna

doi:10.1016/j.ab.2026.116047

FTIR spectroscopy combined with machine learning reveals molecular signatures distinguishing three phenotypes of endometriosis.

AUT. KORESP. PIOTR OLCHA, AUT. WIESŁAW PAJA, MICHAŁ KĘPSKI, KRZYSZTOF PANCERZ, BARTOSZ KLEBOWSKI, ŁUKASZ NOWAKOWSKI, KRZYSZTOF GAŁCZYŃSKI, AUT. KORESP. JOANNA DEPCIUCH.

Opis bibliograficzny

FTIR spectroscopy combined with machine learning reveals molecular signatures distinguishing three phenotypes of endometriosis. [AUT. KORESP.] PIOTR OLCHA, [AUT.] WIESŁAW PAJA, MICHAŁ KĘPSKI, KRZYSZTOF PANCERZ, BARTOSZ KLEBOWSKI, ŁUKASZ NOWAKOWSKI, KRZYSZTOF GAŁCZYŃSKI, [AUT. KORESP.] JOANNA DEPCIUCH. Anal. Biochem. [online] 2026 vol. 711 [art. nr] 116047, s. 1-7, bibliogr. poz. 38, [przeglądany 8 stycznia 2026]. Dostępny w: https://www.sciencedirect.com/science/article/pii/S0003269726000035. DOI: 10.1016/j.ab.2026.116047

Skopiowane!

Kliknij opis aby skopiować do schowka

Szczegóły publikacji

Źródło:

Analytical Biochemistry [online] 2026 vol. 711, [art. nr] 116047, s. 1-7, bibliogr. poz. 38.

Rok: 2026

Język: angielski

Charakter formalny: Artykuł w czasopiśmie

Typ MNiSW/MEiN: Praca Oryginalna

Linki zewnętrzne

DOI

10.1016/j.ab.2026.116047

Strona WWW

https://www.sciencedirect.com/science/a…

Identyfikatory

BPP ID: (27, 103891) wydawnictwo ciągłe #103891

Metryki

70,00

Punkty MNiSW/MEiN

2,500

Impact Factor

0

Punktacja wewnętrzna

Eksport cytowania

Wsparcie dla menedżerów bibliografii:
Ta strona wspiera automatyczny import do Zotero, Mendeley i EndNote. Użytkownicy z zainstalowanym rozszerzeniem przeglądarki mogą zapisać tę publikację jednym kliknięciem - ikona pojawi się automatycznie w pasku narzędzi przeglądarki.