• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《化学研究与应用》 >基于深度学习的微管蛋白秋水仙碱位点抑制剂的预测研究

基于深度学习的微管蛋白秋水仙碱位点抑制剂的预测研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为构建基于深度学习的微管蛋白秋水仙碱位点抑制剂(CBSIs)预测模型,进行CBSIs的活性预测和药物虚拟筛选,我们收集了1482个结构多样性的靶向微管蛋白秋水仙碱位点的抑制剂和非抑制剂,以分子指纹和分子图为特征表述,采用图卷积神经网络深度学习方法,建立分类预测模型.对所建立模型的预测结果进行比较,发现了一个最优预测模型(Model-Chemprop),它在测试集上的敏感度(SE)值为0.9109、特异性(SP)值为0.8125、总体准确度(Q)值为87.92％、AUC值为0.891.因此,基于深度学习建立的最优模型可以作为虚拟筛选工具,用于新型CBSIs的活性预测和发现,以及靶向富集库的构建.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号