典型文献
基于深度神经网络的DYRK1A抑制剂预测模型研究
文献摘要：
目的:构建基于深度神经网络(deep neural network,DNN)的双底物特异性酪氨酸磷酸化调节激酶1A(DYRK1A)抑制剂预测模型,为筛选DYRK1 A抑制剂提供计算工具.方法:从ChEMBL数据库中收集了DYRK1 A抑制剂和非抑制剂共927个,通过随机采样10次建立了10组训练集和测试集,并计算出每个化合物的2种不同的分子特征,即MACCS指纹和Morgan2指纹,采用深度神经网络算法建立了20个模型,通过比较研究确定其中性能最佳的模型,并且对模型进行了Y-随机化检验、应用域和相似度图分析.结果:基于第2对训练-测试集Morgan2指纹的DNN模型(DNN1_Morgan2)性能最佳,对测试集内化合物的分类准确度为0.821,马修斯相关系数和ROC曲线下面积分别为0.647和0.917.结论:此最优模型可用于DYRK1A抑制剂的活性预测、虚拟筛选,并用于先导化合物的设计及优化.
文献关键词：
双底物特异性酪氨酸磷酸化调节激酶1A;机器学习;预测模型
中图分类号：
作者姓名：
王亚铃;钱晨亮;姚明丽;司鑫鑫;夏杰
作者机构：
江苏海洋大学药学院,江苏 连云港222005;中国医学科学院北京协和医学院药物研究所,北京 100050
文献出处：
引用格式：
[1]王亚铃;钱晨亮;姚明丽;司鑫鑫;夏杰-.基于深度神经网络的DYRK1A抑制剂预测模型研究)[J].中国医药导刊,2022(07):672-677
A类：
DYRK1,MACCS,Morgan2,DNN1
B类：
深度神经网络,DYRK1A,deep,neural,network,底物特异性,酪氨酸磷酸化,计算工具,ChEMBL,随机采样,组训,训练集,测试集,个化,分子特征,指纹,神经网络算法,随机化,化检验,应用域,相似度图,马修斯,最优模型,活性预测,虚拟筛选,先导化合物
AB值：
0.307823
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
