Scidown文献预览系统!
预测高浓度治疗性抗体聚集的机器学习特征选择( Machine Learning Feature Selection for Predicting High Concentration Therapeutic Antibody Aggregation )
PK Lai A Fernando TK Cloutier JS Kingsbury BL Trout
蛋白质聚集会阻碍治疗性抗体为基础的药物的开发、安全性和疗效。因此,需要开发一个预测模型来评估早期开发阶段的聚合行为。机器学习是一种广泛使用的工具,用来训练预测不同属性数据的模型。然而,大多数机器学习技术需要比抗体开发中通常可用的数据更多的数据。在这项工作中,我们描述了一个合理的特征选择框架来开发具有少量特征的精确模型。我们应用该框架预测了21种已获批准的单特异性单克隆抗体在高浓度(150 mg/mL)下的聚集行为,在仅有两个特征的验证试验中,用线性模型得到了0.71的相关系数。最近邻和支持向量回归模型进一步提高了性能,它们的相关系数分别为0.86和0.80。这个框架可以扩展到训练其他预测不同物理性质的模型。
『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】