药物发现：基于机器学习的药物筛选_12.基于机器学习的高通量筛选.docx

PAGE1

PAGE1

12.基于机器学习的高通量筛选

12.1高通量筛选的基本概念

高通量筛选（High-ThroughputScreening,HTS）是一种在药物发现过程中广泛使用的实验技术，旨在快速、高效地测试大量化合物（通常是成千上万种）以识别具有潜在生物活性的候选药物。传统的HTS方法依赖于大量的实验操作和分析，不仅耗时耗力，而且成本高昂。近年来，随着计算技术的发展，特别是机器学习（MachineLearning,ML）的引入，HTS的过程变得更加高效和准确。

机器学习在HTS中的应用主要体现在以下几个方面：

数据预处理：对实验数据进行清洗、标准化和特征