基于深度学习的微管蛋白秋水仙碱位点抑制剂的预测研究

• 作者: 张建华 王领 蔡涵萱 邓燕红 黄汉辉
• 来源期刊: 化学研究与应用
• 学科: 化学
• 关键词: 微管蛋白秋水仙碱位点抑制剂 分子指纹 分子图表达 图卷积神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 研究论文
• 页码范围: 2192-2198
• 页数: 7页
• 分类号: O641
• 语种: 中文

摘要

为构建基于深度学习的微管蛋白秋水仙碱位点抑制剂(CBSIs)预测模型,进行CBSIs的活性预测和药物虚拟筛选,我们收集了1482个结构多样性的靶向微管蛋白秋水仙碱位点的抑制剂和非抑制剂,以分子指纹和分子图为特征表述,采用图卷积神经网络深度学习方法,建立分类预测模型.对所建立模型的预测结果进行比较,发现了一个最优预测模型(Model-Chemprop),它在测试集上的敏感度(SE)值为0.9109、特异性(SP)值为0.8125、总体准确度(Q)值为87.92％、AUC值为0.891.因此,基于深度学习建立的最优模型可以作为虚拟筛选工具,用于新型CBSIs的活性预测和发现,以及靶向富集库的构建.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄汉辉		15	31	3.0	5.0
2	邓燕红		5	6	2.0	2.0
3	蔡涵萱		1	0	0.0	0.0
4	张建华		1	0	0.0	0.0
5	王领		1	0	0.0	0.0