9780387698038 - genetically engineered mice for cancer research: design, analysis, pathways, validation and pre-clinical testing (3 Ergebnisse)

ISBN

Optimieren Sie Ihre Suche

  • Bücher (3)

bis

Benutzerdefinierte Preisspanne (EUR)

bis

    • Sprache: Englisch

      Verlag: Springer, 2011

      0387698035 / 9780387698038

      • Hardcover

      Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections

      Verkäufer/-in mit 5 Sternen
      Verkäufer/-in kontaktieren

      Zustand: Neu

      EUR 202,67

      EUR 13,98 Versand 
      Versand von Vereinigtes Königreich nach USA

      Anzahl: Mehr als 20 verfügbar

      Zustand: New. In.

    • Sprache: Englisch

      Verlag: Springer New York, 2011

      0387698035 / 9780387698038

      • Hardcover

      Anbieter: Buchpark, Trebbin, DeutschlandBuchpark

      Verkäufer/-in mit 5 Sternen
      Verkäufer/-in kontaktieren

      Zustand: Gebraucht - Sehr gut

      EUR 121,38

      EUR 105,00 Versand 
      Versand von Deutschland nach USA

      Anzahl: 1 verfügbar

      Zustand: Sehr gut. Zustand: Sehr gut | Seiten: 652 | Sprache: Englisch | Produktart: Bücher | Genetically-engineered mouse models for cancer research have become invaluable tools for studying cancer biology and evaluating novel therapeutic approaches. This volume focuses on state-of-the-art methods for generating, analyzing and

    • Sprache: Englisch

      Verlag: Springer, 2011

      0387698035 / 9780387698038

      • Hardcover

      Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH

      Verkäufer/-in mit 5 Sternen
      Verkäufer/-in kontaktieren

      Zustand: Neu

      EUR 170,64

      EUR 65,67 Versand 
      Versand von Deutschland nach USA

      Anzahl: 1 verfügbar

      Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Genetically-engineered mouse models for cancer research have become invaluable tools for studying cancer biology and evaluating novel therapeutic approaches. This volume focuses on state-of-the-art methods for generating, analyzing and validating such model