抗癌候选药物ERα抑制剂活性预测

• Published in: 深圳大学学报（理工版） Vol. 39; no. 5; pp. 529 - 537
• Main Authors: 夏玉兰, 谢济铭, 王雅婧, 卢梦媛, 王锦锐, 秦雅琴
• Format: Journal Article
• Language: Chinese
• Published: 昆明理工大学交通工程学院,云南昆明650504%温州医科大学第一临床医学院,浙江温州325006 01.09.2022
• Subjects: 集成学习; 特征筛选; 生物活性预测; 超参数优化; 计算机应用; 随机森林

TP399%R961; 乳腺癌是目前威胁全球女性健康最常见的恶性肿瘤.本研究通过统计分析并采用随机森林方法,确定了雌激素受体α亚型(estrogen receptor alpha subtype,ERα)在乳腺的发育过程中起着重要的作用,被视为乳腺癌治疗的重要靶标,拮抗ERα活性的化合物可作为乳腺癌治疗的候选药物.为有效预测小样本、多特征条件下的乳腺癌治疗靶标ERα的化合物生物活性,提出一种抗乳腺癌药物定量结构-活性关系的集成机器学习预测模型,称为Mul-BHO-Bi-LSTM(multivariate-Bayesian hyperparametric optimization bi-dire...