Quantitative design rules for protein-resistant surface coatings using machine learning.

Le, Tu C; Penna, Matthew; Winkler, David A; Yarovsky, Irene

Le, Tu C; Penna, Matthew; Winkler, David A; Yarovsky, Irene.

Afiliación

Le TC; School of Engineering, RMIT University, GPO Box 2476, Melbourne, Victoria, 3001, Australia. Tu.Le@rmit.edu.au.
Penna M; School of Engineering, RMIT University, GPO Box 2476, Melbourne, Victoria, 3001, Australia.
Winkler DA; ARC Industrial Transformation Research Hub for Australian Steel Manufacturing, Wollongong, NSW, 2522, Australia.
Yarovsky I; Monash Institute of Pharmaceutical Sciences, Monash University, Parkville, Victoria, 3052, Australia.

Sci Rep ; 9(1): 265, 2019 01 22.

Article en En | MEDLINE | ID: mdl-30670792

Asunto(s)

Diseño de Equipo/métodos; Proteínas Inmovilizadas/química; Aprendizaje Automático; Modelos Químicos; Nanopartículas/química; Incrustaciones Biológicas/prevención & control; Conjuntos de Datos como Asunto; Fibrinógeno/química; Modelos Lineales; Muramidasa/química; Polímeros/química; Propiedades de Superficie

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Diseño de Equipo / Nanopartículas / Proteínas Inmovilizadas / Aprendizaje Automático / Modelos Químicos Tipo de estudio: Prognostic_studies / Qualitative_research Idioma: En Revista: Sci Rep Año: 2019 Tipo del documento: Article País de afiliación: Australia Pais de publicación: Reino Unido

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google