机器学习方法用于建立乙酰胆碱酯酶抑制剂的分类.pdfVIP

下载本文档

3
0
约4.35万字
约 9页
2019-05-25 发布于天津
举报
版权申诉

机器学习方法用于建立乙酰胆碱酯酶抑制剂的分类.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

物理化学学报(Wuli Huaxue Xuebao) December Acta Phys. ⁃Chim. Sin., 2010, 26(12) ：3351-3359 3351 [Article] 机器学习方法用于建立乙酰胆碱酯酶抑制剂的分类模型杨国兵2 李泽荣1, ∗ 饶含兵1 李象远2 陈宇综3 1 2 ( 四川大学化学学院, 成都 610064; 四川大学化学工程学院, 成都 610065; 3Department of Pharmacy, National University of Singapore, Singapore 117543) 摘要：我们构建了表征乙酰胆碱酯酶抑制剂分子组成、电荷、拓扑、几何结构及物理化学性质等特征的 1559个描述符, 通过Fischer Score 排序过滤和Monte Carlo 模拟退火法相结合进行变量筛选得到37 个描述符, 然后分别用支持向量学习机(SVM)、人工神经网络(ANN)和k⁃近邻(k⁃NN)等机器学习方法建立了乙酰胆碱酯酶抑制剂的分类预测模型. 对于训练集的515 个样本, 通过五重交叉验证, 各机器学习方法对正样本, 负样本和总样本的平均预测精度分别为87.3%-92.7%, 67.0%-81.0%和79.4%-88.2%; 通过y⁃scrambling 方法验证 SVM 模型是否偶然相关, 结果正样本, 负样本和总样本的平均预测精度分别为72.7%-82.5%, 41.0%-53.0% 和62.1%-69.1%, 明显低于实际所建模型的预测精度, 表明所建模型不存在偶然相关; 对172个没有参与建模的外部独立测试样本, 各机器学习方法对正样本, 负样本和总样本的预测精度分别为93.3%-100.0%, 74.6%-89.6%和86.1%-95.9%. 所建模型中, SVM模型预测精度最好, 且明显高于其它文献报道结果. 关键词：乙酰胆碱酯酶抑制剂; 机器学习方法; 变量筛选; 应用域中图分类号： O641 Classification Models for Acetylcholinesterase Inhibitors Based on Machine Learning Methods YANG Guo⁃Bing2 LI Ze⁃Rong1, ∗ RAO Han⁃Bing1 LI Xiang⁃Yuan2 CHEN Yu⁃Zong3 1 2 ( College of Chemistry, Sichuan University, Chengdu 610064, P. R. China; College of Chemical Engineering, Sichuan University, Chengdu 610065, P. R. China; 3Department of Pharmacy, National University of Singapore, Singapore 117543) Abstract ： A total of 1559 molecular desc