Detecting High Scoring Local Alignments in Pangenome Graphs

Schulz T, Wittler R, Rahmann S, Hach F, Stoye J (2021)
Bioinformatics 37(16): 2266-2274.

Zeitschriftenaufsatz | Veröffentlicht | Englisch
 
Download
OA 824.03 KB
Autor*in
Erscheinungsjahr
2021
Zeitschriftentitel
Bioinformatics
Band
37
Ausgabe
16
Seite(n)
2266-2274
ISSN
0266-7061
Page URI
https://pub.uni-bielefeld.de/record/2950825

Zitieren

Schulz T, Wittler R, Rahmann S, Hach F, Stoye J. Detecting High Scoring Local Alignments in Pangenome Graphs. Bioinformatics. 2021;37(16):2266-2274.
Schulz, T., Wittler, R., Rahmann, S., Hach, F., & Stoye, J. (2021). Detecting High Scoring Local Alignments in Pangenome Graphs. Bioinformatics, 37(16), 2266-2274. https://doi.org/10.1093/bioinformatics/btab077
Schulz, Tizian, Wittler, Roland, Rahmann, Sven, Hach, Faraz, and Stoye, Jens. 2021. “Detecting High Scoring Local Alignments in Pangenome Graphs”. Bioinformatics 37 (16): 2266-2274.
Schulz, T., Wittler, R., Rahmann, S., Hach, F., and Stoye, J. (2021). Detecting High Scoring Local Alignments in Pangenome Graphs. Bioinformatics 37, 2266-2274.
Schulz, T., et al., 2021. Detecting High Scoring Local Alignments in Pangenome Graphs. Bioinformatics, 37(16), p 2266-2274.
T. Schulz, et al., “Detecting High Scoring Local Alignments in Pangenome Graphs”, Bioinformatics, vol. 37, 2021, pp. 2266-2274.
Schulz, T., Wittler, R., Rahmann, S., Hach, F., Stoye, J.: Detecting High Scoring Local Alignments in Pangenome Graphs. Bioinformatics. 37, 2266-2274 (2021).
Schulz, Tizian, Wittler, Roland, Rahmann, Sven, Hach, Faraz, and Stoye, Jens. “Detecting High Scoring Local Alignments in Pangenome Graphs”. Bioinformatics 37.16 (2021): 2266-2274.
Alle Dateien verfügbar unter der/den folgenden Lizenz(en):
Creative Commons Namensnennung 4.0 International Public License (CC-BY 4.0):
Volltext(e)
Name
824.03 KB
Access Level
OA Open Access
Zuletzt Hochgeladen
2021-12-09T08:53:59Z
MD5 Prüfsumme
c6228abca18b608e533fc8d704d1c741

Export

Markieren/ Markierung löschen
Markierte Publikationen

Open Data PUB

Web of Science

Dieser Datensatz im Web of Science®
Quellen

PMID: 33532821
PubMed | Europe PMC

Suchen in

Google Scholar