Scidown文献预览系统!
预测单克隆抗体人体皮下生物利用度的机器学习尝试( Machine Learning Attempts for Predicting Human Subcutaneous Bioavailability of Monoclonal Antibodies )
L Hao MJ Hageman
与皮下给药有关的一个知识差距是不可预测和可变的生物利用度。本研究旨在开发机器学习方法来预测单抗的生物利用度是否≥70%或以下,而不完全了解输入和输出之间的机理和因果关系,并建立了单抗SC产品数据库。在此基础上完成了模型的训练和验证,并使用不同的机器学习算法将一组输入(产品特性)映射到输出(生物利用度)。利用主成分分析(PCA)进行降维,得到的单抗产品的生物利用度在35%~90%之间。基于树的方法,包括随机森林(RF)、自适应Boost(AdaBoost)和决策树(DT)在生物利用度分类中具有最好的预测性和泛化能力。基于多层感知器(MLP)、Gaussian Nave Bayes(GaussianNB)和k最近邻(kNN)算法的模型也提供了可接受的预测精度,机器学习可能是预测单抗生物利用度的潜在工具。由于所有输入特征都是通过理论计算和预测获得的,而不是通过实验获得的,该模型可能特别适用于一些早期研究活动,如单抗分子分类、设计/优化、突变体筛选、分子选择和制剂设计。
『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】