首页|基于非线性组合优化模型的抗癌药物QSAR预测

基于非线性组合优化模型的抗癌药物QSAR预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
抗癌药物的定量结构-活性关系(QSAR)预测模型的研究有助于对癌症病人药物治疗的靶点进行预测和优化.首先综合XGBoost、随机森林和MIC筛选出与生物活性最重要的20个变量,其次,采用遗传算法对多个机器学习模型进行超参优化,最后将优化后的模型采用神经网络进行非线性组合,通过与多种机器学习模型以及组合模型的预测效果进行比较,发现此非线性组合优化模型具有最好的预测效果且稳健性检验结果表明本文模型能保持预测精度的稳定性.
QSAR Prediction of Anticancer Drugs Based on Nonlinear Combinatorial Optimization Model

陈裕友、王琴、胡静匀、曾杏元

展开 >

湖南师范大学数学与统计学院,湖南长沙410081

QSAR 特征筛选 超参优化 非线性组合

2022

数学的实践与认识
中国科学院数学与系统科学研究院

数学的实践与认识

CSTPCD
影响因子：0.349
ISSN：1000-0984
年,卷(期)：2022.52(10)
  • 3