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.