Applications, such as risk assessment within REACH or drug discovery (ADME) require reliable methods for the design of experiments and efficient testing strategies. With a large initial set of compounds, experimental design techniques select a representative subset for testing. Once measured, these compounds can be used to build QSAR models to predict properties of the remaining compounds. This thesis describes several newly developed step-wise adaptive experimental design approaches to support the calculation of prediction models in chemoinformatics. The approaches utilize the accumulating information about the analyzed properties to enable a refined representation of the chemical search space. A statistical evaluation, carried out on five regression datasets with chemical endpoints shows that the proposed approaches are more efficient and contribute to the development of more reliable models.     «

Applications, such as risk assessment within REACH or drug discovery (ADME) require reliable methods for the design of experiments and efficient testing strategies. With a large initial set of compounds, experimental design techniques select a representative subset for testing. Once measured, these compounds can be used to build QSAR models to predict properties of the remaining compounds. This thesis describes several newly developed step-wise adaptive experimental design approaches to support...     »

Bei der Risikobewertung im Rahmen von REACH oder der Entwicklung neuer Medikamente (ADME) werden effiziente Teststrategien und zuverlässige Methoden zur statistischen Versuchsplanung (Experimental Design) benötigt. Ausgehend von einer größeren Sammlung relevanter Molekülen wählen die Methoden des Experimental Designs repräsentative Stichproben. Sobald diese Chemikalien getestet wurden, können die Messwerte benutzt werden um QSAR Modelle zur Vorhersage der Eigenschaften der verbleibenden Chemikalien zu berechnen. Für diese Dissertation wurden verschiedene schrittweise, adaptive Verfahren zur statistischen Versuchsplanung im chemoinformatischen Bereich entwickelt. Diese Verfahren nutzen die Zielvariable, um eine verfeinerte Darstellung des chemischen Suchraumes zu ermöglichen. Die statistische Auswertung durch fünf Regressionsdatensätzen mit chemischen Endpunkten zeigt, dass die vorgeschlagenen Verfahren effizienter sind und die Entwicklung zuverlässigerer Modelle ermöglichen.     «

Bei der Risikobewertung im Rahmen von REACH oder der Entwicklung neuer Medikamente (ADME) werden effiziente Teststrategien und zuverlässige Methoden zur statistischen Versuchsplanung (Experimental Design) benötigt. Ausgehend von einer größeren Sammlung relevanter Molekülen wählen die Methoden des Experimental Designs repräsentative Stichproben. Sobald diese Chemikalien getestet wurden, können die Messwerte benutzt werden um QSAR Modelle zur Vorhersage der Eigenschaften der verbleibenden Chemikal...     »