XGBoostによる正確なADMET予測【JST・京大機械翻訳】

Tian Hao; Ketkar Rajas; Tao Peng

プレプリント

J-GLOBAL ID：202202213580171689 整理番号：22P0332820

XGBoostによる正確なADMET予測【JST・京大機械翻訳】

Accurate ADMET Prediction with XGBoost

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月15日プレプリントサーバーでの情報更新日： 2022年09月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

吸収,分布,代謝,排泄,および毒性(ADMET)特性は,有効性と安全性を定義するので,薬物発見において重要である。本研究では,正確なADMET予測のために,指紋と記述子,およびツリーベースの機械学習モデル,極端な勾配ブースティングを含む特徴の集合を適用した。著者らのモデルは,治療データ共通ADMETベンチマークグループにおいてよく機能した。22のタスクに対して,著者らのモデルを,最初に18のタスクと21のタスクにおけるトップ3でランク付けした。訓練された機械学習モデルは,https://ai druglab.smu.edu/admetで公開されているWebサーバであるADMETboostに統合されている。【JST・京大機械翻訳】

, , , , , , , , ,
, , 【Automatic Indexing@JST】

薬物の物理化学的性質 , 生物薬剤学(基礎) , 薬物の構造活性相関 , 分子・遺伝情報処理 , その他の計算機利用技術

前のページに戻る