CRISPR/Cas9 based kidney disease modeling to elucidate novel genetic drivers and therapeutic targets in X. tropicalis

Projektinformationen

xenCAKUT

ID Finanzhilfevereinbarung: 891127

DOI 10.3030/891127

Projekt abgeschlossen

EK-Unterschriftsdatum 6 März 2020

Startdatum 1 Oktober 2020

Enddatum 30 September 2022

Finanziert unter

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Gesamtkosten € 191 149,44

EU-Beitrag € 191 149,44

Koordiniert durch

UNIVERSITAT ZURICH
Switzerland

Veröffentlichungen

Peer reviewed articles (1)

Deep learning is widely applicable to phenotyping embryonic development and disease

Autoren: Thomas Naert; Özgün Çiçek; Paulina Ogar; Max Bürgi; Nikko-Ideen Shaidani; Michael M. Kaminski; ; Yuxiao Xu; Kelli Grand; Marko Vujanovic; Daniel Prata; Friedhelm Hildebrandt; Thomas Brox; Olaf Ronneberger; Fabian F. Voigt; Fritjof Helmchen; Johannes Loffing; Marko E. Horb; Helen Rankin Willsey; Soeren S. Lienkamp
Veröffentlicht in: Development, Ausgabe 09501991, 2021, ISSN 0950-1991
Herausgeber: The Company of Biologists Ltd.
DOI: 10.1242/dev.199664