基于神经网络抗乳腺癌候选药物优化建模

ERα在乳腺发育过程中具有十分重要的作用,被认为是治疗乳腺癌的重要靶标。在化合物候选过程中,其不仅需要具备良好的生物活性,还需要具备良好的药代动力学性质和安全性。本文采用数据挖掘技术,根据提供的ERα拮抗剂信息,构建化合物生物活性的定量预测模型和ADMET性质的分类预测模型,从而为同时优化ERα拮抗剂的生物活性和ADMET性质提供预测服务,具有一定的现实意义。