Tadalafil zeigt eine konstante Resorption im Gastrointestinaltrakt, mit maximalen Plasmaspiegeln nach rund zwei Stunden. Der Wirkstoff verteilt sich gut im Gewebe und weist eine hohe Plasmaproteinbindung auf. Seine lange Halbwertszeit erlaubt eine verlängerte Wirkphase. Der Metabolismus erfolgt über das hepatische Enzymsystem CYP3A4, mit der Bildung inaktiver Metaboliten. Exkretion geschieht primär über den Stuhl. Die Häufigkeit von Nebenwirkungen steigt mit der Dosis, wobei vor allem vasodilatatorische Effekte dominieren. Ein gängiger Bezugspunkt in pharmakologischen Analysen ist cialis ohne rezept, das mit dieser Wirkstoffklasse assoziiert ist.

Andrewdavison.info

Python + NEURON
Interpreter
Neuron specific syntax
Range Variable
Mechanism
Compiled
Interpreter
Interpreter
Neuron specific syntax
Compiled
Installation
$ nrniv −python
$ nrniv −python
>>> from neuron import h
>>> print h
>>> h(’’’
. strdef s
. s = "hello"
. func square() { return $1*$1 }
. ’’’)
>>> h(’’’
. strdef s
. s = "hello"
. func square() { return $1*$1 }
. ’’’)
>>> print h.x, h.s, h.square(4)
>>> v = h.Vector(4).indgen().add(10)
>>> print v, len(v), v.size(), v.x[2], v[2]
>>> v = h.Vector(4).indgen().add(10)
>>> print v, len(v), v.size(), v.x[2], v[2]
>>> v.printf()
>>> for x in v: print x
>>>
>>> import numpy
>>> na = numpy.arange(0, 10, 0.00001) # 0.0131
>>> v = h.Vector(na) # 0.0197
>>> v.size()
>>> nb = numpy.array(v) # 0.0125
>>> nb[999999]
>>> b = list(v) # 0.0717
>>> for i in xrange(0, len(nb)):
. v.x[i] = na[i]
. # 3.7497
>>> def callback(a = 1, b = 2):
. print "callback: a=%d b=%d" % (a, b)
>>> fih = h.FInitializeHandler(callback)
>>> h.finitialize()
>>> def callback(a = 1, b = 2):
. print "callback: a=%d b=%d" % (a, b)
>>> fih = h.FInitializeHandler(callback)
>>> h.finitialize()
>>> fih = h.FInitializeHandler((callback,\
. (4, 5)))
>>> h.finitialize()
>>>
# assume hh soma model
vvec = h.Vector()
vvec.record(soma(.5)._ref_v, sec=soma)
# assume hh soma model
vvec = h.Vector()
vvec.record(soma(.5)._ref_v, sec=soma)
tvec = h.Vector()
tvec.record(h._ref_t, sec=soma)
# assume hh soma model
vvec = h.Vector()
vvec.record(soma(.5)._ref_v, sec=soma)
tvec = h.Vector()
tvec.record(h._ref_t, sec=soma)
g = h.Graph()
g.size(0, 5, −80, 40)
vvec.line(g, tvec)
>>> from neuron import h
>>> soma = h.Section(name = ’soma’)
>>> axon = h.Section()
>>> axon.connect(soma, 1)
>>> axon.nseg = 5
>>> h.topology()
‘−−−−| PySec_2b371cd17190(0−1) >>> axon.L = 1000
>>> axon.diam = 1
>>> for sec in h.allsec():
. sec.cm = 1
. sec.Ra = 100
. sec.insert(’hh’)
>>> axon.gnabar_hh = .1
>>> axon(.5).hh.gnabar = .09
>>> for seg in axon:
. print seg.x, seg.hh.gnabar
>>> stim = h.IClamp(.5, sec=soma)
>>> stim.delay = .5
>>> stim.dur = .1
>>> stim.amp = .4

Source: http://www.andrewdavison.info/media/slides/CodeJam3_Hines_NEURON.pdf