期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
机器学习在抗乳腺癌候选药物预测模型中的应用
1
作者
陈枭宇
陈骅桂
随力
《软件导刊》
2022年第12期46-52,共7页
为了提高抗乳腺癌候选药物特征筛选与模型预测的准确性,提出一种新的多种组合特征筛选方法对抗乳腺癌候选药物——雌激素受体α亚型(ERα)的分子描述符进行特征筛选,并根据筛选的分子描述符构建化合物活性预测(QSAR)模型。采用1DCNN算...
为了提高抗乳腺癌候选药物特征筛选与模型预测的准确性,提出一种新的多种组合特征筛选方法对抗乳腺癌候选药物——雌激素受体α亚型(ERα)的分子描述符进行特征筛选,并根据筛选的分子描述符构建化合物活性预测(QSAR)模型。采用1DCNN算法模型预测化合物活性,该模型的RMSE、MAE、MAPE评价指标值分别为0.40、0.41和0.08,相比传统随机森林和支持向量机算法的预测效果提高了10%。基于多种组合的特征筛选方法和1DCNN模型预测为药物化合物特征筛选与活性预测提供了新思路,后续可用于其他药物化合物的预测。
展开更多
关键词
机器学习
乳腺癌
激素受体α亚型
药物预测
组合特征筛选
1DCNN
下载PDF
职称材料
题名
机器学习在抗乳腺癌候选药物预测模型中的应用
1
作者
陈枭宇
陈骅桂
随力
机构
上海理工大学健康科学与工程学院
出处
《软件导刊》
2022年第12期46-52,共7页
基金
上海理工大学科技发展项目(2019KJFZ239,2020KJFZ232)。
文摘
为了提高抗乳腺癌候选药物特征筛选与模型预测的准确性,提出一种新的多种组合特征筛选方法对抗乳腺癌候选药物——雌激素受体α亚型(ERα)的分子描述符进行特征筛选,并根据筛选的分子描述符构建化合物活性预测(QSAR)模型。采用1DCNN算法模型预测化合物活性,该模型的RMSE、MAE、MAPE评价指标值分别为0.40、0.41和0.08,相比传统随机森林和支持向量机算法的预测效果提高了10%。基于多种组合的特征筛选方法和1DCNN模型预测为药物化合物特征筛选与活性预测提供了新思路,后续可用于其他药物化合物的预测。
关键词
机器学习
乳腺癌
激素受体α亚型
药物预测
组合特征筛选
1DCNN
Keywords
machine learning
breast cancer
hormone receptor alpha subtype
drug prediction
combinatorial feature screening
1DCNN
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
机器学习在抗乳腺癌候选药物预测模型中的应用
陈枭宇
陈骅桂
随力
《软件导刊》
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部