一种基于R-CNN-GA的抗乳腺癌候选药物分类预测方法
公开
摘要
一种基于R‑CNN‑GA的抗乳腺癌候选药物分类预测方法，包括：基于RFE和RF的主特征提取，提取原始数据中对生物活性影响重要性最强的主要特征；基于CNN_FC的ERα生物活性的定量预测方法，通过选取主要的特征变量来预测化合物对应的IC50和PIC50值；基于CNN_FC的多标签分类预测方法，对数据中化合物的Caco‑2、CYP3A4、hERG、HOB、MN特性进行分类预测；以及基于遗传算法的多目标优化模型，优化选取有益的特征变量及其最优取值范围。本发明高精度地预测了IC50和PIC50的值，并对原始特征进行指标分类，并结合遗传算法进行优化，进一步选取抗乳腺癌候选药物有益的特征及其最优取值范围。
基本信息
专利标题 ：
一种基于R-CNN-GA的抗乳腺癌候选药物分类预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627978A
申请号 ：
CN202210250734.X
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
翟娜郑博飞徐昊武煜昊
申请人 ：
内蒙古工业大学
申请人地址 ：
内蒙古自治区呼和浩特市土默特左旗内蒙古工业大学金川校区
代理机构 ：
西安智大知识产权代理事务所
代理人 ：
段俊涛
优先权 ：
CN202210250734.X
主分类号 ：
G16C20/30
IPC分类号 ：
G16C20/30 G16C20/50 G16C20/70 G06K9/62 G06N3/04 G06N3/08 G06N3/12
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16C
计算化学;化学信息学; 计算材料科学
G16C20/30
•预测化合物、组合物或混合物的性质
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
