Login
- Original title:
- In silico modeling using in vitro high throughput screening data for toxicity prediction within REACH
- Translated title:
- In silico-Modellierung von in vitro-High-Throughput- Screening-Daten zur Toxizitätsprädiktion für REACH
- Author:
- Sayed Ahmed, Ahmed Mohamed Abdelaziz
- Year:
- 2016
- Document type:
- Dissertation
- Faculty/School:
- Fakultät Wissenschaftszentrum Weihenstephan
- Advisor:
- Schramm, Karl-Werner (Prof. Dr. Dr.)
- Referee:
- Schramm, Karl-Werner (Prof. Dr. Dr.); Mewes, Hans-Werner (Prof. Dr.)
- Language:
- en
- Subject group:
- BIO Biowissenschaften; CHE Chemie; DAT Datenverarbeitung, Informatik; MAT Mathematik; UMW Umweltschutz und Gesundheitsingenieurwesen
- Keywords:
- QSAR, Cheminformatics, REACH, machine learning, predictive toxicology, applicability domain, computational toxicology, alternative testing, quantitative structure activity relationship, high throughput screening, Tox21, ToxCast
- Translated keywords:
- QSAR, Cheminformatik, REACH, Maschinelles Lernen, prädikativen Toxikologie, Anwendbarkeitsbereich, Quantitative Struktur-Wirkungs-Beziehungen, High- Throughput-Screening, Tox21, ToxCast
- TUM classification:
- BIO 110d
- Abstract:
- Quantitative structure activity relationships and advanced machine learning algorithms were successfully utilized to develop models for predicting toxicity according to OECD principles. The models use data from high throughput screening and in silico descriptors to provide an alternative approach for filing information gaps within the REACH regulations. Developed models for multiple nuclear receptors, stress response pathways as well as animal toxicity endpoints are made publicly available.
- Translated abstract:
- Quantitative Struktur-Wirkungs-Beziehungen und ‚Machine Learning’-Algorithmen wurden eingesetzt, um Toxizitätsmodelle zu entwickeln, die nach den OECD-Grundsätzen für QSAR-Modellerstellung konzipiert sind. Für die Modelle wurden Daten aus HTS-Assays und in silico-Deskriptoren verwendet. Diese bereits allgemein zugänglich gemachten prädiktiven Modelle (für Endpunkte zu Interaktionen mit verschiedenen nukleären Rezeptoren, zu zellulärem Stress sowie Toxizität am Tier) beinhalten ein alternatives K... »
- WWW:
- https://mediatum.ub.tum.de/?id=1303013
- Date of submission:
- 27.04.2016
- Oral examination:
- 18.10.2016
- File size:
- 40408081 bytes
- Pages:
- 208
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20161018-1303013-1-1
- Last change:
- 18.01.2017
BibTeX