Scidown文献预览系统!
通过机器学习识别抗结核分枝杆菌活性分子( Identification of active molecules against Mycobacterium tuberculosis through machine learning )
Q Ye X Chai D Jiang L Yang T Hou
结核病(Tuberculosis,TB)是由结核分枝杆菌(Mycobacterium Tuberculosis,Mtb)引起的一种传染病,已成为全球10大死亡原因之一。耐药结核病(XDR-TB)对常用的一线药物具有广泛的耐药性,已成为结核病治疗的一个重大挑战。因此,开发新的结核病治疗药物是十分必要的。本研究基于不同类型的分子表征,采用支持向量机、随机森林(RF)、极端梯度Boost(XGBoost)和深度神经网络(DNN)等四种机器学习(ML)算法开发分类模型,以区分Mtb抑制剂和非抑制剂。结果表明,XGBoost模型具有最好的预测性能。然后,采用两种一致策略来整合多个模型的预测。评估结果表明,将RF、XGBoost和DNN预测叠加的一致模型对10倍交叉验证训练集和外部测试集的接收机工作特性曲线下面积分别为0.842和0.942,提供了最好的预测。此外,利用Shapley加性解释方法解释了重要描述符与分子生物活性之间的关系。最后,开发了一个名为ChemTB的在线网络服务器(http://cadd.zju.edu.cn/ChemTB/),它提供了一个免费的计算工具来检测潜在的Mtb抑制剂。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】