Improved response prediction to immune checkpoint inhibition by combining TMB and WGS-based genomic features in NSCLC

Klaudia Pacewicz; Andrzej Kraszewski; Michał Mędzin; Paulina Nawrocka-Muszyńska; Mateusz Sypniewski; Dawid Sielski; Paweł Sztromwasser; Weronika Majer-Burman; Maciej Piernik; Alicja Woźna; Paweł Zawadzki

System Informacji Naukowej Politechniki Poznańskiej

PL EN

Strona główna / Publikacje / Improved response prediction to immune checkpoint inhibition by combining TMB and WGS-based genomic features in NSCLC

Zgłoś uwagę

Artykuł

Pobierz BibTeX

Tytuł

Improved response prediction to immune checkpoint inhibition by combining TMB and WGS-based genomic features in NSCLC

Autorzy

Klaudia Pacewicz
Andrzej Kraszewski
Michał Mędzin (WIiT) ^{[ 1 ][ S ]}
Paulina Nawrocka-Muszyńska
Mateusz Sypniewski
Dawid Sielski
Paweł Sztromwasser
Weronika Majer-Burman
Maciej Piernik (WIiT) ^{[ 2 ][ 2.3 ][ P ]}
Alicja Woźna
Paweł Zawadzki

^{[ 1 ]} Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | ^{[ 2 ]} Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | ^{[ S ]} student | ^{[ P ]} pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.3] Informatyka techniczna i telekomunikacja

Rok publikacji

2022

Opublikowano w

Journal of Clinical Oncology

Rocznik: 2022 | Tom: vol. 40 | Numer: no. 16, suppl.

Typ artykułu

abstrakt

Język publikacji

angielski

URL

https://ascopubs.org/doi/abs/10.1200/JCO.2022.40.16_suppl.e21077

Uwagi

Article Number: e21077

Zaprezentowany na

2022 ASCO Annual Meeting, 3-7.06.2022, Chicago, United States

Impact Factor

45,4

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe

Zaloguj się przez eKonto, aby dodać do SIN