基于機器學習的香豆素衍生物的建模研究

打開文本圖片集

摘要：為了篩選潛在藥物治療乳腺癌，本文采用機器學習方法對香豆素衍生物建立定量構(gòu)效關(guān)系模型?；趩l(fā)式方法篩選出3種香豆素衍生物的分子描述符，通過支持向量機、廣義回歸神經(jīng)網(wǎng)絡和K近鄰方法建立3種機器學習預測模型，擬合57種香豆素衍生物對MCF-7乳腺癌細胞的抑制作用并作出預測。預測結(jié)果表明，3種模型的預測結(jié)果與實測值吻合度較高，其中支持向量機的效果和魯棒性最佳，通過網(wǎng)格搜索確定后的參數(shù)為C=1.43，γ= 499.768，其測試集的均方根誤差為0.15。（剩余12336字）