| 机器学习方法用于二氢叶酸还原酶抑制剂的活性预测 |
| |
| 引用本文： | 陈晓梅,饶含兵,黄文丽,李泽荣.机器学习方法用于二氢叶酸还原酶抑制剂的活性预测[J].高等学校化学学报,2007,28(11):2171-2178. |
| |
| 作者姓名： | 陈晓梅 饶含兵 黄文丽 李泽荣 |
| |
| 作者单位： | 四川大学化学学院,成都,610064;四川大学纳米生物医学技术与膜生物学研究所,成都,610064 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划)
,
国家自然科学基金 |
| |
| 摘 要： | 分别采用支持向量学习机、人工神经网络、调节性逻辑回归和K-最临近等机器学习方法对761个二氢叶酸还原酶抑制剂建立了其活性分类预测模型. 采用组成描述符和拓扑描述符表征抑制剂的分子结构及物理化学性质, 使用Kennard-Stone方法进行训练集的设计, 并用Metropolis Monte Carlo模拟退火方法作变量选择. 结果表明, 支持向量学习机优于其它机器学习方法, 所得到的最优模型具有较好的预测结果, 其预测正确率为91.62%. 说明通过合适的训练集设计及变量选择, 支持向量学习机方法可以很好地用于二氢叶酸还原酶抑制剂的活性分类预测.
|
| 关 键 词： | 二氢叶酸还原酶抑制剂 支持向量学习机 分子描述符 |
| 文章编号： | 0251-0790（2007）11-2171-08 |
| 收稿时间： | 2006-09-15 |
| 修稿时间： | 2006-09-15 |
Prediction of Dihydrofolate Reductase Inhibitors Activity Using Machine Learning Methods |
| |
| CHEN Xiao-Mei,RAO Han-Bing,HUANG Wen-Li,LI Ze-Rong.Prediction of Dihydrofolate Reductase Inhibitors Activity Using Machine Learning Methods[J].Chemical Research In Chinese Universities,2007,28(11):2171-2178. |
| |
| Authors: | CHEN Xiao-Mei RAO Han-Bing HUANG Wen-Li LI Ze-Rong |
| |
| Institution: | 1. College of Chemistry; 2. Institute for Nanobiomedical Technology and Membrane Biology Sichuan University, Chengdu 610064, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《高等学校化学学报》浏览原始摘要信息 |
| 点击此处可从《高等学校化学学报》下载免费的PDF全文 |
|
