换一批基于随机森林和深度神经网络的药物ADMET性质预测
Prediction of Drug ADMET Properties Based on Random Forest and Deep Neural Network
摘要针对抗乳腺癌药物研发中ADMET占据比例过大且难以准确预测等问题,提出一种基于随机森林及深度神经网络模型的候选药物ADMET性质预测模型.模型在保留分子结构信息的前提下,能够减少特征冗余和样本维度,以随机森林算法及特征选择过程结合变量重要性评分方法,获取最优分子描述符变量特征.通过改进DNN模型结构中各层之间的快捷连接方式,更有效地保留分子结构信息.在公开数据集中进行对比试验,结果表明所模型在测试集中5种ADMET性质分类预测平均准确度可达89.15％,优于当前主流模型,具有更强的适用性.
更多相关知识
- 浏览46
- 被引2
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
