Ulteriori informazioni
Informationen zum Autor Sean Ekins, MSc, PhD, DSc has over 20 years of pharmaceutical and toxicology experience. He is the founder or co-founder of two companies and Adjunct Professor at three universities. He has been awarded 16 NIH grants as Principal Investigator. He has authored or co authored over 285 peer-reviewed papers and book chapters and edited five books with Wiley. His research is focused on collaborations to facilitate rare and neglected disease drug discovery. Klappentext Dieses Buch ist ein wichtiges Referenzwerk für Toxikologen in vielen Bereichen und bietet eine umfassende Analyse molekular Modellansätze und Strategien der Risikobewertung von pharmazeutischen und Umweltchemikalien.- Zeigt, was mit rechnergestützter Toxikologie aktuell erreicht werden kann, und wirft einen Blick auf zukünftige Entwicklungen.- Gibt Antworten zu Themen wie Datenquellen, Datenpflege, Behandlung, Modellierung und Interpretation kritischer Endpunkte im Hinblick auf Gefahrenbewertungen im 21. Jahrhundert.- Bündelt herausragende Konzepte und das Wissen führender Autoren in einem einzigartigen Referenzwerk.- Untersucht detailliert QSAR-Modelle, Eigenschaften physiochemischer Arzneistoffe, strukturbasiertes Drug Targeting, die Bewertung chemischer Mischungen und Umweltmodelle.- Behandelt zusätzlich die Sicherheitsbewertung von Verbraucherprodukten und den Bereich chemische Abwehr und bietet Kapitel zu Open-Source-Toxikologie und Big Data. Zusammenfassung Dieses Buch ist ein wichtiges Referenzwerk für Toxikologen in vielen Bereichen und bietet eine umfassende Analyse molekular Modellansätze und Strategien der Risikobewertung von pharmazeutischen und Umweltchemikalien.- Zeigt! was mit rechnergestützter Toxikologie aktuell erreicht werden kann! und wirft einen Blick auf zukünftige Entwicklungen.- Gibt Antworten zu Themen wie Datenquellen! Datenpflege! Behandlung! Modellierung und Interpretation kritischer Endpunkte im Hinblick auf Gefahrenbewertungen im 21. Jahrhundert.- Bündelt herausragende Konzepte und das Wissen führender Autoren in einem einzigartigen Referenzwerk.- Untersucht detailliert QSAR-Modelle! Eigenschaften physiochemischer Arzneistoffe! strukturbasiertes Drug Targeting! die Bewertung chemischer Mischungen und Umweltmodelle.- Behandelt zusätzlich die Sicherheitsbewertung von Verbraucherprodukten und den Bereich chemische Abwehr und bietet Kapitel zu Open-Source-Toxikologie und Big Data. Inhaltsverzeichnis List of Contributors xvii Preface xxi Acknowledgments xxiii Part I Computational Methods 1 1 AccessibleMachine Learning Approaches for Toxicology 3 Sean Ekins, Alex M. Clark, Alexander L. Perryman, Joel S. Freundlich, Alexandru Korotcov, and Valery Tkachenko 1.1 Introduction 3 1.2 Bayesian Models 5 1.2.1 CDD Models 7 1.3 Deep LearningModels 13 1.4 Comparison of Different Machine LearningMethods 16 1.4.1 Classic Machine LearningMethods 17 1.4.1.1 Bernoulli Naive Bayes 17 1.4.1.2 Linear Logistic Regression with Regularization 18 1.4.1.3 AdaBoost Decision Tree 18 1.4.1.4 Random Forest 18 1.4.1.5 Support Vector Machine 19 1.4.2 Deep Neural Networks 19 1.4.3 Comparing Models 20 1.5 FutureWork 21 Acknowledgments 21 References 21 2 Quantum Mechanics Approaches in Computational Toxicology 31 Jakub Kostal 2.1 Translating Computational Chemistry to Predictive Toxicology 31 2.2 Levels of Theory in Quantum Mechanical Calculations 33 2.3 Representing Molecular Orbitals 38 2.4 Hybrid Quantum and Molecular Mechanical Calculations 39 2.5 Representing System Dynamics 40 2.6 Developing QM Descriptors 42 2.6.1 Global Electronic Parameters 42 2.6.1.1 Electrostatic Potential, Dipole, and Polarizability 43 2.6.1.2 Global El...
