Time-Temperature-Aware Multi-Output Machine Learning Framework for Predicting Viscosity, Aggregation, Stability, and Bioactivity Decay in High-Concentration Monoclonal Antibody Formulations
0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : us. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Time-Temperature-Aware Multi-Output Machine Learning Framework for Predicting Viscosity, Aggregation, Stability, and Bioactivity Decay in High-Concentration Monoclonal Antibody Formulations
- Date Crossref
- 01/01/2026
- Éditeur
- Elsevier BV
- Type
- posted-content
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
International AIDS Vaccine Initiative pays non établi dans la noticeOrganisme public
-
Independent pays non établi dans la noticeInstitution
International AIDS Vaccine Initiative et Independent.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Protein purification and stabilityViral Infectious Diseases and Gene Expression in InsectsMonoclonal and Polyclonal Antibodies Research