基于机器学习的香豆素衍生物的建模研究

打开文本图片集

摘要：为了筛选潜在药物治疗乳腺癌，本文采用机器学习方法对香豆素衍生物建立定量构效关系模型。基于启发式方法筛选出3种香豆素衍生物的分子描述符，通过支持向量机、广义回归神经网络和K近邻方法建立3种机器学习预测模型，拟合57种香豆素衍生物对MCF-7乳腺癌细胞的抑制作用并作出预测。预测结果表明，3种模型的预测结果与实测值吻合度较高，其中支持向量机的效果和鲁棒性最佳，通过网格搜索确定后的参数为C=1.43，γ= 499.768，其测试集的均方根误差为0.15。（剩余12336字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。