论文部分内容阅读
以24个作用于人体外围血单核细胞药理模型的白介素-1β转化酶抑制剂作为研究对象,计算了其表征分子的拓扑、电子、几何结构等物理化学性质的1209个分子描述符,用CfsSubsetEval评价方法和BestFirst—D1-N5搜索方法筛选描述符。用Kennard—Stone方法选择训练集和测试集。分别采用支持向量机、决策树、贝叶斯网络、人工神经网络等机器学习方法建立分类预测模型并使用Catalyst/HipHop系统建立药效团模型。结果表明支持向量机优于其他分类模型,正、负样本的预测正确率均达到100%。最