ダウンロード数: 618
このアイテムのファイル:
| ファイル | 記述 | サイズ | フォーマット | |
|---|---|---|---|---|
| dykkk00153.pdf | Dissertation_全文 | 5.4 MB | Adobe PDF | 見る/開く |
| yykkk00153.pdf | Abstract_要旨 | 257.82 kB | Adobe PDF | 見る/開く |
| タイトル: | 化学構造式から受容体親和性を予測する機械学習モデルの構築とヒト有害事象の予測への応用 |
| 著者: | 酒井, 幸  |
| 著者名の別形: | Sakai, Miyuki |
| キーワード: | 機械学習 化学構造式 薬理作用 親和性 有害事象 |
| 発行日: | 23-Mar-2022 |
| 出版者: | Kyoto University |
| 学位授与大学: | 京都大学 |
| 学位の種類: | 新制・課程博士 |
| 取得分野: | 博士(薬科学) |
| 報告番号: | 甲第23838号 |
| 学位記番号: | 薬科博第153号 |
| 学位授与年月日: | 2022-03-23 |
| 請求記号: | 新制||薬科||17(附属図書館) |
| 研究科・専攻: | 京都大学大学院薬学研究科薬科学専攻 |
| 論文調査委員: | (主査)教授 金子 周司, 教授 山下 富義, 教授 掛谷 秀昭 |
| 学位授与の要件: | 学位規則第4条第1項該当 |
| 著作権等: | 許諾条件により本文は2023-02-28に公開 Sakai, M., Nagayasu, K., Shibui, N. et al. Prediction of pharmacological activities from chemical structures with graph convolutional neural networks. Sci Rep 11, 525 (2021). https://doi.org/10.1038/s41598-020-80113-7 |
| DOI: | 10.14989/doctor.k23838 |
| URI: | http://hdl.handle.net/2433/275160 |
| 出現コレクション: | 080_1 博士(薬科学) |
このリポジトリに保管されているアイテムはすべて著作権により保護されています。