换一批基于深度神经网络对抗乳腺癌候选药物ERα生物活性的预测
Prediction of biological activity of breast cancer candidate ERα based on deep neural network
摘要针对抗乳腺癌候选药物的ERα生物活性建立定量结构-活性关系模型预测药物化合物的生物活性,首先通过主成分分析法,以化合物的生物活性值(IC50)为因变量,729个分子描述符为自变量.再利用皮尔逊相关系数,剔除高度相关的变量,最终得到20个最具有显著影响的变量.使用支持向量机(SVM)和深度神经网络(DNN)两种模型分别建立化合物对ERα生物活性定量预测模型,利用评价指标对两模型结果进行比较.结果显示DNN模型的预测结果较好,其均方根误差为0.735 5,均方误差为0.535 4,平均绝对百分比误差为0.086 1.研究得出的预测模型可以极大地节省药物研发时间,为新型抗乳腺癌先导化合物的药物研究提供实验和理论支持.
更多相关知识
- 浏览7
- 被引1
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
