RASAR - eine zuverlässige Risikoanalyse für Chemikalien
2018
Johns Hopkins University, Baltimore, USA
Die Studie beschreibt die in silico Methode RASAR (Read-across-Strukturaktivitätsbeziehung), mit der große chemische Datenbanken analysiert werden können. Aufgrund ihrer strukturellen Ähnlichkeiten und bekannten Eigenschaften gruppiert RASAR die Chemikalien und sagt toxische Wirkungen mit einer Genauigkeit von 80-95% voraus, was signifikant höher ist als bei den üblichen Tierversuchen für denselben Zweck.
Machine Learning of Toxicological Big Data Enables Read-Across Structure Activity Relationships (RASAR) Outperforming Animal Test Reproducibility
Thomas Hartung
Eingestellt am: 01.09.2020
[1] https://academic.oup.com/toxsci/article/165/1/198/5043469
