Predicting in vivo activity of combination therapies from in vitro drug pairs in diverse environments.
Predicting in vivo activity of combination therapies from in vitro drug pairs in diverse environments.
复制标题
DOI：
10.1016/j.xcrm.2022.100745
复制
发表时间：
2022-09-20
影响因子：
14.3
通讯作者：
Palmer, Adam
中科院分区：
文献类型：
--
作者：
Patterson, Sarah;Palmer, Adam
需要新的抗生素组合来改善结核病的治疗。Larkins-Ford及其同事分享了一个框架，该框架结合了体外成对药物反应数据和机器学习，以合理地优先考虑临床开发的组合。需要新的抗生素组合来改善结核病的治疗。Larkins-Ford及其同事分享了一个框架，该框架结合了体外成对药物反应数据和机器学习，以合理地优先考虑临床开发的组合
New antibiotic combinations are needed to improve the treatment of tuberculosis. Larkins-Ford and colleagues share a framework that combines in vitro pairwise drug response data and machine learning to rationally prioritize combinations for clinical development. New antibiotic combinations are needed to improve the treatment of tuberculosis. Larkins-Ford and colleagues share a framework that combines in vitro pairwise drug response data and machine learning to rationally prioritize combinations for clinical development.1
登录
查看更多内容
影响因子：
7.4
作者：
Shyr ZA;Cheng YS;Lo DC;Zheng W
通讯作者：
Zheng W
影响因子：
4.3
作者：
Katzir, Itay;Cokol, Murat;Alon, Uri
通讯作者：
Alon, Uri
影响因子：
6.7
作者：
Peloquin, Charles A.;Davies, Geraint R.
通讯作者：
Davies, Geraint R.
DOI：
10.1073/pnas.1606301113
发表时间：
2016-09-13
影响因子：
11.1
作者：
Zimmer, Anat;Katzir, Itay;Alon, Uri
通讯作者：
Alon, Uri
影响因子：
9.3
作者：
Larkins-Ford J;Greenstein T;Van N;Degefu YN;Olson MC;Sokolov A;Aldridge BB
通讯作者：
Aldridge BB