Scidown文献预览系统!
基于机器学习的药物目标识别:如何选择负面例子( Drug Target Identification with Machine Learning: How to Choose Negative Examples )
M Najm CA Azencott B Playe V Stoven
确定hit分子的蛋白质靶点是药物发现过程中必不可少的。用机器学习算法进行目标预测可以帮助加速搜索,限制所需实验的数量。然而,用于训练的药物-靶点相互作用数据库存在较高的统计偏差,导致大量假阳性,从而增加了实验验证活动的时间和成本。为了减少预测靶点中的假阳性数,我们提出了一种新的负例选择方案,使得每个蛋白质和每个药物在正反例中出现的次数相等。我们人工复制了三种特效药的靶点识别过程,并在全球范围内对200种已批准的药物进行了更多的靶点识别。对于详细的3个药物实例和较大的200个药物集合,使用所提出的方案进行反例选择训练,提高了目标预测结果:排名靠前的预测目标中的平均假阳性数减少,总体上,真实目标的排名得到提高。我们的方法纠正了数据库的统计偏差,减少了假阳性预测的数量,从而减少了潜在的无用实验的数量。
『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】