トポロジカルインデックスと機械学習による骨癌薬の性質の予測
W Eltayeb Ahmed1, Muhammad Farhan Hanif2, Ebraheem Alzahrani3
1Department of Mathematics and Statistics, College of Science, Imam Muhammad Ibn Saud Islamic University (IMSIU), Riyadh, Saudi Arabia.
Scientific reports
|August 24, 2025
まとめ
この研究は,抗がん薬の性質を予測するために,近隣度に基づくトポロジカルインデックスを使用します. 四角型およびランダムフォレストモデルは,薬剤反応指標の強力な予測性能を示しています.
科学分野:
- 化学情報学
- 薬剤化学
- コンピュータ化学
背景:
- 化学グラフ理論とトポロジカルインデックスは,分子構造と性質を理解するために不可欠です.
- 定量的な構造-性質関係 (QSPR) の研究は,薬物の発見と開発に不可欠です.
研究 の 目的:
- 地域レベルのトポロジック指標を用いて抗癌薬の有効性を調査する.
- 薬剤反応指標の回帰と機械学習モデルの予測性能を比較する.
主な方法:
- 15種類の抗癌薬の近隣ベースの分子グラフの構築.
- 近所の度数ベースのトポロジック指標の計算.
- QSPRのアプローチを二次,立方,ランダムフォレスト回帰モデルで適用する.
主要な成果:
- 薬剤反応の指標を予測する上で,四角モデルが,一般的に立方モデルを上回った.
- ランダムフォレストモデルは,誤差の限界を最小限にして高い精度を示した.
- トポロジカルインデックスは沸点,折射率,表面積などの性質を予測するのに有効であることが証明されました.
結論:
- 隣接度に基づくトポロジカルインデックスは,化学情報学の貴重なツールです.
- 開発されたQSPRモデルは,抗癌薬の反応を正確に予測できます.
- このアプローチは,潜在的な薬剤候補の合理的な設計と選択に役立ちます.
さらに関連する動画
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
7.3K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
