典型文献
基于图神经网络的抗结核杆菌药物虚拟筛选模型的建立及应用
文献摘要：
[目的]构建和比较抗结核杆菌药物虚拟筛选模型,助力抗结核药物的研发.[方法]提出一种基于课程式学习优化的图神经网络模型GNN-MTB,用于抗结核杆菌抑制剂的虚拟筛选.进一步,从开放数据库中收集整理抗结核杆菌药物筛选相关基准数据集,将GNN-MTB模型与4种常规机器学习模型和两种图神经网络模型在基准数据集上进行性能比较.[结果]对10 789条抗结核杆菌药物虚拟筛选实验数据的分析结果显示,GNN-MTB模型的预测性能(AUC为0.912,AUPR为0.679)优于传统的机器学习模型和图神经网络模型的性能表现(平均AUC为0.878～0.900,平均AUPR为0.600～0.673),平均AUC和AUPR的最大提升幅度达3.872％和13.167％.同时,开源GNN-MTB模型并构建抗结核杆菌药物虚拟筛选预测工具以供广大抗结核杆菌药物研究者使用.[局限]未纳入药物敏感性和菌株耐药性相关分析.[结论]GNN-MTB模型取得良好性能,可探索将其应用于抗结核病药物研发.同时,研究框架也可为其他疾病药物的虚拟筛选提供参考.
文献关键词：
图神经网络;课程式学习;结核杆菌;虚拟筛选
中图分类号：
作者姓名：
顾耀文;郑思;杨丰春;李姣
作者机构：
中国医学科学院/北京协和医学院医学信息研究所 北京100020
文献出处：
引用格式：
[1]顾耀文;郑思;杨丰春;李姣-.基于图神经网络的抗结核杆菌药物虚拟筛选模型的建立及应用)[J].数据分析与知识发现,2022(11):93-102
A类：
课程式学习
B类：
图神经网络,结核杆菌,药物虚拟筛选,筛选模型,建立及应用,抗结核药物,学习优化,GNN,MTB,开放数据库,收集整理,药物筛选,选相,基准数据集,机器学习模型,性能比较,筛选实验,预测性能,AUPR,升幅,开源,药物研究,未纳,入药,药物敏感性,耐药性,好性,结核病,药物研发,研究框架
AB值：
0.235692
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。
