西北大学学报(自然科学版)

2020, v.50;No.244(01) 31-38

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

3D卷积神经网络的结构优化及中枢神经系统药物的识别
Structural optimization of 3D convolutional neural network and drug identification in central nervous system

张瑞林;丁彦蕊;

摘要(Abstract):

该文研究了如何利用3D-CNN识别中枢神经系统(CNS)药物和non-CNS药物。首先,构建CNS药物和non-CNS药物数据集并优化小分子构象;然后,以3D网格矩阵编码小分子结构,作为3D-CNN模型的输入;接着,在模型训练中,采用正交实验法对3D-CNN模型的超参数进行快速优化;最后,使用外部测试集检验模型,达到ACC为84. 3%,MCC为0. 685,AUC为0. 884的泛化性能。实验表明,在正交实验法获取可靠超参数组合的基础上,3D-CNN模型对于CNS药物的识别具有良好效果,所构建的模型为设计新的CNS药物提供了基础。

关键词(KeyWords): 3D卷积神经网络;药物虚拟筛选;正交实验

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(21541006)

作者(Author): 张瑞林;丁彦蕊;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享