预测的乙酰胆碱酯酶抑制剂通过机器学习方法和表征相关的分子描述符。
文章的细节
-
引用
复制到剪贴板 -
Lv W,雪Y
预测的乙酰胆碱酯酶抑制剂通过机器学习方法和表征相关的分子描述符。
45欧元J地中海化学。2010年3月;(3):1167 - 72。doi: 10.1016 / j.ejmech.2009.12.038。Epub 2009年12月28日。
- PubMed ID
-
20053484 (在PubMed]
- 文摘
-
乙酰胆碱酯酶(疼痛)已成为一个重要的目标及其抑制剂药物被证明是有用的在阿尔茨海默氏症的症状治疗。这项工作探索了几个机器学习方法(支持向量机(SVM),再(事例),和C4.5决策树(C4.5 DT))预测疼痛抑制剂(AChEIs)。特征选择方法用于提高预测精度和选择负责区分AChEIs和non-AChEIs分子描述符。预测精度约为88.0% 76.3% AChEIs大约79.6%和74.3% non-AChEIs基于三种机器学习方法。这项工作表明,支持向量机等机器学习方法促进预测AChEIs潜在的未知的化合物和集展示与AChEIs相关的分子描述符。