利用机器学习方法预测乙酰胆碱酯酶抑制剂及相关分子描述符的表征。

文章的细节

引用

吕伟,薛勇

利用机器学习方法预测乙酰胆碱酯酶抑制剂及相关分子描述符的表征。

中华医学化学杂志2010 3月45(3):1167-72。doi: 10.1016 / j.ejmech.2009.12.038。Epub 2009 12月28日。

PubMed ID
20053484 (PubMed视图
摘要

乙酰胆碱酯酶(AChE)已成为一种重要的药物靶点,其抑制剂已被证明在阿尔茨海默病的对症治疗中具有重要作用。这项工作探索了几种机器学习方法(支持向量机(SVM), k-最近邻(k-NN)和C4.5决策树(C4.5 DT))用于预测AChE抑制剂(AChEIs)。特征选择方法用于提高预测精度和选择负责区分AChEIs和非AChEIs的分子描述符。基于这三种机器学习方法的预测准确率分别为:AChEIs的76.3%(约88.0%)和非AChEIs的74.3%(约79.6%)。这项工作表明,SVM等机器学习方法有助于预测未知化合物集的AChEIs潜力,并有助于显示与AChEIs相关的分子描述符。

引用本文的药物库数据

绑定属性
药物 目标 财产 测量 pH值 温度(°C)
多奈哌齐 乙酰胆碱酯酶 IC 50 (nM) 8 N/A N/A 细节
Minaprine 乙酰胆碱酯酶 IC 50 (nM) 85000 N/A N/A 细节
他克林 乙酰胆碱酯酶 IC 50 (nM) 223 N/A N/A 细节
他克林(8)4-aminoquinoline 乙酰胆碱酯酶 IC 50 (nM) 8.8 N/A N/A 细节
Zanapezil 乙酰胆碱酯酶 IC 50 (nM) One hundred. N/A N/A 细节