エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【毒性予測】 VenomPred 2.0を用いた毒性予測【in silico創薬】 - LabCode
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【毒性予測】 VenomPred 2.0を用いた毒性予測【in silico創薬】 - LabCode
毒性予測とは 毒性予測は、薬剤の開発や化学物質の安全性評価において重要な役割を果たします。特に、新... 毒性予測とは 毒性予測は、薬剤の開発や化学物質の安全性評価において重要な役割を果たします。特に、新しい薬剤や化学物質が人間や環境に与える潜在的なリスクを事前に識別し、評価することで、安全性の高い製品の開発を促進します。また、動物実験の代替として機能し、倫理的な問題の解決にも寄与するため、3Rs(動物実験の代替、削減、精緻化)の推進にも役立ちます。 in silicoにおける毒性評価については以下の二つがあります。 定量的構造−活性相関(QSAR)モデルによる予測 定量的構造−活性相関(Quantitative Structure-Activity Relationship, QSAR)モデルは、化合物の分子構造とその生物学的活性や毒性との間の数理的関係を確立する手法です。分子の物理化学的特性を示す分子記述子と呼ばれるデータを用いて、機械学習のアルゴリズムを活用してモデルを構築します。これに