| 标题 |  Quantitative read-across structure-activity relationship (q-RASAR): A novel approach to estimate the subchronic oral safety (NOAEL) of diverse organic chemicals in rats 相关领域 
                                                                                                                                    
                                                                        
                                                                            数量结构-活动关系                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            相似性(几何)                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            偏最小二乘回归                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            分子描述符                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            数学                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            生物系统                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            计算机科学                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            统计                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            人工智能                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            机器学习                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            生物                                                                        
                                                                    
                                                                                                                                        
                                                                        
                                                                            图像(数学)                                                                        
                                                                    
                                                                                                                                 | 
| 网址 | |
| DOI | |
| 其它 | 期刊:Toxicology 作者:Shilpayan Ghosh; Kunal Roy 出版日期:2024-05-04 | 
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 | 
| 温馨提示:该文献已被科研通 学术中心 收录,前往查看  科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。 |