q-RASAR
Produktnummer:
1823db0b22c30543a3bbdc95cbf8179daf
| Autor: | Banerjee, Arkaprava Roy, Kunal |
|---|---|
| Themengebiete: | Cheminformatics Chemometrics Data Gap Filling Machine Learning Predictions QSAR Read-across Validation q-RASAR |
| Veröffentlichungsdatum: | 25.01.2024 |
| EAN: | 9783031520570 |
| Sprache: | Englisch |
| Seitenzahl: | 91 |
| Produktart: | Unbekannt |
| Verlag: | Springer International Publishing |
| Untertitel: | A Path to Predictive Cheminformatics |
Produktinformationen "q-RASAR"
This brief offers an introduction to the fascinating new field of quantitative read-across structure-activity relationships (q-RASAR) as a cheminformatics modeling approach in the background of quantitative structure-activity relationships (QSAR) and read-across (RA) as data gap-filling methods. It discusses the genesis and model development of q-RASAR models demonstrating practical examples. It also showcases successful case studies on the application of q-RASAR modeling in medicinal chemistry, predictive toxicology, and materials sciences. The book also includes the tools used for q-RASAR model development for new users. It is a valuable resource for researchers and students interested in grasping the development algorithm of q-RASAR models and their application within specific research domains.
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen