文献

J-GLOBAL ID：201702280093607852   整理番号：17A1185570

パラメータ生理学ベースToxicoKineticモデルのためのQSARsの開発【Powered by NICT】

Development of QSARs for parameterizing Physiology Based ToxicoKinetic models

著者 (8件)： Sarigiannis Dimosthenis Α. (Aristotle University of Thessaloniki, Department of Chemical Engineering, Environmental Engineering Laboratory, 54124 Thessaloniki, Greece) ,  Sarigiannis Dimosthenis Α. (Centre for Research and Technology Hellas, Chemical Process and Energy Resources Institute, Natural and Renewable Resource Exploitation Laboratory, 57001 Thessaloniki, Greece) ,  Sarigiannis Dimosthenis Α. (Institute for Advanced Study (IUSS), Environmental Health Engineering, Piazza della Vittoria 15, 27100 Pavia, Italy) ,  Papadaki Krystalia (Aristotle University of Thessaloniki, Department of Chemical Engineering, Environmental Engineering Laboratory, 54124 Thessaloniki, Greece) ,  Kontoroupis Periklis (Aristotle University of Thessaloniki, Department of Chemical Engineering, Environmental Engineering Laboratory, 54124 Thessaloniki, Greece) ,  Karakitsios Spyros P. (Aristotle University of Thessaloniki, Department of Chemical Engineering, Environmental Engineering Laboratory, 54124 Thessaloniki, Greece) ,  Karakitsios Spyros P. (Centre for Research and Technology Hellas, Chemical Process and Energy Resources Institute, Natural and Renewable Resource Exploitation Laboratory, 57001 Thessaloniki, Greece) ,  Karakitsios Spyros P. (Institute for Advanced Study (IUSS), Environmental Health Engineering, Piazza della Vittoria 15, 27100 Pavia, Italy)
資料名： Food and Chemical Toxicology  (Food and Chemical Toxicology)
巻： 106  号： PA  ページ： 114-124  発行年： 2017年 
JST資料番号： B0937A  ISSN： 0278-6915  CODEN： FCTOD7  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 定量的構造活性相関(QSAR)モデルは,様々なグループの工業化学物質の物理化学的及び生化学的特性を予測するために開発した。このモデルは溶媒和方程式,Abrahamにより最初に提案されたに基づいた。Abrahamの溶媒和モデルは体重正規化最大代謝速度(V_max)及びMichaelis-Menten定数(K_m)の推定のための腎臓,心臓,脂肪,肝臓,筋肉,脳および肺への分配の予測のための人工ニューラルネットワーク(ANN)のような人工知能技術を用いたパラメータ化された。ANNを用いたモデルパラメータ化は,有機化合物の非線形回帰(NLR)の使用と比較した。Abraham溶媒和方程式を用いたANNの結合は,分配と生物動力学両パラメータの強い予測力(R~2~0.95)を有するモデルをもたらした。提案したモデルは,文献に見られる他のQSAR(定量的構造活性相関モデル,特にK_mのような鍵となる生物動力学パラメータの推定と予測に関してより優れていた。結果はモデルで使用される物理化学的記述子はヒト組織中での化学的分布と代謝を支配するミクロ過程の複雑な相互作用を記述できることが分かった。さらに,ANNsは低柔軟性回帰法と比較して非線形生化学的と生物学的相互作用を捉えるための,柔軟な数学的フレームワークを提供した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ニューラルネットワーク ,  物理化学 ,  柔軟性 ,  有機化合物 ,  *生理学 ,  パラメータ推定 ,  生化学 ,  定量的構造活性相関 ,  ヒト ,  パラメタリゼーション ,  溶媒和 ,  生物相互作用 ,  代謝 ,  予測
準シソーラス用語： 生物動力学 , 【Automatic Indexing@JST】

著者キーワード (5件)： QSARs ,  人工ニューラルネットワーク ,  Abrahamの溶媒和方程式 ,  組織/血液分配係数 ,  代謝定数

分類 (2件)： 固体デバイス製造技術一般  (NC03030V) ,  酵素一般  (EB09010D)

タイトルに関連する用語 (4件)： パラメータ ,  生理学 ,  モデル ,  開発