Zobrazeno 1 - 10
of 100
pro vyhledávání: '"drug safety assessment"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Tadahiro Shinozawa, Koki Nakamura, Masanobu Shoji, Maya Morita, Maya Kimura, Hatsue Furukawa, Hiroki Ueda, Masanari Shiramoto, Kyoko Matsuguma, Yoshikazu Kaji, Ippei Ikushima, Makoto Yono, Shyh-Yuh Liou, Hirofumi Nagai, Atsushi Nakanishi, Keiji Yamamoto, Seigo Izumo
Publikováno v:
Stem Cell Reports, Vol 8, Iss 2, Pp 226-234 (2017)
To predict drug-induced serious adverse events (SAE) in clinical trials, a model using a panel of cells derived from human induced pluripotent stem cells (hiPSCs) of individuals with different susceptibilities could facilitate major advancements in t
Externí odkaz:
https://doaj.org/article/a2998877a57c406ca455ead2f82a7a50
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Stem Cell Reports
Summary Burgeoning applications of human induced pluripotent stem cell-derived cardiomyocytes (hiPSC-CMs) in disease modeling, regenerative medicine, and drug screening have broadened the usage of hiPSC-CMs and entailed their long-term storage. Cryop
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::a28efbcf889cb3e06abde21dd63a00f3
https://doi.org/10.1016/j.stemcr.2020.11.010
https://doi.org/10.1016/j.stemcr.2020.11.010
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Foster-Burns, Jaela, Xi, Nan Miles
Torsades de pointes (TdP) is an irregular heart rhythm as a side effect of drugs and may cause sudden cardiac death. A machine learning model that can accurately identify drug TdP risk is necessary. This study uses multinomial logistic regression mod
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::02d4149f39e67358b322db667e817aae
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.