Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Nous utilisons des cookies dans le but suivant :
Assurer le bon fonctionnement du site web, améliorer la sécurité et prévenir la fraude
Avoir un aperçu de l'utilisation du site web, afin d'améliorer son contenu et ses fonctionnalités
Pouvoir vous montrer les publicités les plus pertinentes sur des plateformes externes
Gestion des cookies
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Cookies techniques et fonctionnels
Ces cookies sont indispensables au bon fonctionnement du site internet et vous permettent par exemple de vous connecter. Vous ne pouvez pas désactiver ces cookies.
Cookies analytiques
Ces cookies collectent des informations anonymes sur l'utilisation de notre site web. De cette façon, nous pouvons mieux adapter le site web aux besoins des utilisateurs.
Cookies marketing
Ces cookies partagent votre comportement sur notre site web avec des parties externes, afin que vous puissiez voir des publicités plus pertinentes de Club sur des plateformes externes.
Une erreur est survenue, veuillez réessayer plus tard.
Il y a trop d’articles dans votre panier
Vous pouvez encoder maximum 250 articles dans votre panier en une fois. Supprimez certains articles de votre panier ou divisez votre commande en plusieurs commandes.
Early pharmacokinetic optimisation is a key principle in drug discovery and development. Modeling absorption, distribution, metabolism and excretion (ADME) using experimentally-derived data is time-consuming and expensive. The use of computational in silico techniques to predict pharmacokinetic properties based on molecular structure is gaining wider validity and acceptance in the pharmaceutical industry. This book describes the use of artificial neural networks (ANN) as robust nonlinear modeling tools for developing quantitative structure-pharmacokinetic relationships (QSPkR). Different ANN paradigms are examined for predictive modeling of various pharmacokinetic parameters, both individually and simultaneously. Consideration is given to physiological processes, drug and molecular structural data, and model interpretation. As well as providing the theory behind ANN model construction, this book details their practical application in pharmaceutical research and gives meaning to many of the theoretically-derived molecular descriptors now available. A valuable resource for medicinal chemists and pharmaceutical scientists engaging in structure-property and structure-activity modeling.