换一批基于XGBoost算法的抗乳腺癌候选药物的优化
Optimization of Anti-breast Cancer Candidate Drugs Based on XGBoost Algorithm
摘要为了克服传统高通量筛选在时间及资源消耗上的不足,收集了一系列化合物的ERα拮抗剂信息,利用数据挖掘技术,将机器学习算法有机地融合到乳腺癌候选药物虚拟筛选技术中,构建了化合物生物活性的定量预测模型和ADMET性质分类预测模型.活性再好的化合物也会因不良的药代动力学性质或毒性被淘汰,在已有预测模型的基础上,建立了抗乳腺癌候选药物的双目标优化模型,并利用遗传算法在分子描述符取值范围内搜索出最优值.经检验,该模型可从大批量化合物中筛选出抗乳腺癌的先导化合物,指导已有活性化合物的结构优化,为计算机辅助药物设计与虚拟药物筛选提供参考.
更多相关知识
关键词
抗乳腺癌药物筛选XGBoost算法预测模型优化anti-breast cancerdrugs screeningXGBoost algorithmprediction modeloptimization
分类号
R319.3（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1672-9722.2025.07.039
发布时间
2025-09-25（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
