期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习的KRAS抑制剂活性预测模型研究
1
作者 杜克 荣丹琪 +2 位作者 卢瑞 张小雅 赵鸿萍 《中国药科大学学报》 CAS CSCD 北大核心 2024年第3期306-315,共10页
Kirsten大鼠肉瘤病毒癌基因同系物(Kirsten rat sarcoma viral oncogene homolog,KRAS)基因是最常见的突变癌基因之一,发现KRAS抑制剂对存在该基因突变的癌症患者具有潜在的治疗作用。本研究将机器学习应用于KRAS抑制剂的定量构效关系(q... Kirsten大鼠肉瘤病毒癌基因同系物(Kirsten rat sarcoma viral oncogene homolog,KRAS)基因是最常见的突变癌基因之一,发现KRAS抑制剂对存在该基因突变的癌症患者具有潜在的治疗作用。本研究将机器学习应用于KRAS抑制剂的定量构效关系(quantitative structure-activity relationship,QSAR)模型,从ChEMBL、BindingDB、PubChem 3个数据库中收集了1857条KRAS小分子抑制剂的IC50和SMILES(simplified molecular input line entry system),采用3种不同的特征筛选方式结合随机森林、支持向量机、极端梯度提升机3种机器学习模型,构建了9个不同的分类器。结果表明,SVM模型结合互信息筛选显示出最佳性能:AUC_(test)=0.912,ACC_(test)=0.859,F1_(test)=0.890,并且在外部验证集上也表现出良好的预测性能(AUC_(Ext)=0.944,Recall_(Ext)=0.856,FPR_(Ext)=0.111)。该研究为使用人工智能方法在天然产物数据库中进行KRAS抑制剂筛选提供了新的技术路线。 展开更多
关键词 KRAS抑制剂 互信息 主成分分析 随机森林 支持向量机 极端梯度提升机
下载PDF
基于特征的深度学习预测化合物-蛋白质相互作用的研究进展
2
作者 荣丹琪 王倩 +2 位作者 唐丽 司婉雨 赵鸿萍 《中国药科大学学报》 CAS CSCD 北大核心 2023年第3期305-313,共9页
药物研发过程中,化合物-蛋白质相互作用(compound-protein interaction,CPI)预测是发现苗头化合物、药物重定位等研究的关键技术手段。近年来,深度学习被广泛应用于CPI研究,加速了药物发现中CPI预测的发展。本文重点讨论基于特征的CPI... 药物研发过程中,化合物-蛋白质相互作用(compound-protein interaction,CPI)预测是发现苗头化合物、药物重定位等研究的关键技术手段。近年来,深度学习被广泛应用于CPI研究,加速了药物发现中CPI预测的发展。本文重点讨论基于特征的CPI预测模型,首先,介绍了CPI预测中常见的数据库、化合物和蛋白质的典型特征表示方法。根据建模中的关键问题,从多模态和注意力机制两个方面,对基于特征的CPI预测模型展开论述。在此基础上,选取其中12个模型,在3个经典数据集上评估了模型在分类任务和回归任务中的性能。本文总结当前该领域面临的挑战,对未来的发展方向进行展望,为CPI预测方法进一步研究提供思路。 展开更多
关键词 深度学习 化合物-蛋白质相互作用 药物重定位 苗头化合物筛选
下载PDF
机器学习设计单步逆向合成反应的研究进展 被引量：1
3
作者 陈颖莹 荣丹琪 +1 位作者 李元晶 赵鸿萍 《化学通报》 CAS CSCD 北大核心 2022年第8期951-960,共10页
在逆向合成分析的过程中,对特定的目标分子设计单步逆向合成反应是探寻最优有机合成路线的关键环节。随着机器学习(Machine learning)研究的兴起,很多研究者开始尝试利用机器学习方法设计单步逆向合成反应。相关研究主要集中在两方面:(1... 在逆向合成分析的过程中,对特定的目标分子设计单步逆向合成反应是探寻最优有机合成路线的关键环节。随着机器学习(Machine learning)研究的兴起,很多研究者开始尝试利用机器学习方法设计单步逆向合成反应。相关研究主要集中在两方面:(1)研究化合物分子输入方法;(2)基于特定的分子输入,研究各类单步逆向合成反应预测模型的构建方法。本文首先综述了分子输入的三种主流方法;然后分别分析了基于这三种分子输入方法构建的单步逆向合成反应预测模型的研究实例;之后,总结了当前机器学习方法设计单步逆向合成反应研究中存在的问题,并给出了解决问题的思路;最后,对机器学习设计单步逆向合成反应的前景作出展望。 展开更多
关键词 单步逆向合成反应 机器学习 分子输入
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部