机器学习可以从海量的数据中寻找特别的联系,提取出隐藏在数据中的趋势和模式,更加直观地了解数据在现实世界的表达。利用机器学习技术,在药物发现阶段可以节省大量的时间。COX-2抑制剂是一种解热镇痛药物,广泛应用于类风湿关节炎和骨关节炎的抗炎镇痛治疗。COX-2属于诱导酶,在炎症细胞和肿瘤细胞中有较高表达,增强炎症反应。传统的非甾体类抗炎药(NSAIDs)同时抑制COX-1(是COX-2的同工酶,可以保护胃肠道以及调节血小板合成。)和COX-2的活性,长期服用会造成胃肠道损伤。因此需要寻找出抑制COX-2的特异性抑制剂。本文将机器学习理论应用到COX-2抑制剂的虚拟筛选当中去,机器学习算法可以识别样本数据即COX-2抑制剂的特征,通过建立一个基于机器学习的虚拟筛选模型,识别出化合物数据库中的潜在的COX-2抑制剂。本文构造了一种基于分子描述符和机器学习算法的虚拟筛选模型。用分子描述符对化合物进行数字化处理,采用F-score算法对分子描述符集进行特征选择,降低样本数据的维度,同时利用了 SOM神经网络算法对样本数据进行了聚类,依此划分了训练集和测试集,保证了训练集对样本数据的代表性。然后采用随机森林算法与支持向量机(SVM)算法建立虚拟筛选的分类模型,并对建立的两个模型进行对比讨论。结果表明,结合了 F-score算法能有效提高基于随机森林算法的虚拟筛选模型的预测精度,与基于SVM算法的分类模型相比,结合了 F-score算法的随机森林分类模型的整体预测精度为87.88%,优于支持向量机分类模型的81.52%。