通过可解释的分类和回归模型增强hERG风险评估
Igor H Sanches1,2,3, Rodolpho C Braga4, Vinicius M Alves5
1Laboratory for Molecular Modeling and Drug Design (LabMol), Faculty of Pharmacy, Universidade Federal de Goiás, Goiânia, GO 74690-900, Brazil.
这项研究增强了Pred-hERG 5.0,这是预测人类以太基因 (hERG) 通道阻塞的工具,提供了具有成本效益和可靠的心脏毒性评估. 改进的工具为药物安全性评估提供了准确的预测和视觉解释.
科学领域:
- 计算化学是一种计算化学.
- 药理学 药理学是指药理学的学科.
- 药物发现 药物发现
背景情况:
- 人类以太基因相关基因 (hERG) 通道对心脏作用潜力至关重要;其抑制会导致潜在的致命心脏毒性.
- 目前用于识别hERG抑制剂的体外检测方法成本高昂,需要开发替代性,具有成本效益的预测工具.
研究的目的:
- 通过开发先进的定量结构-活动关系 (QSAR) 模型来增强预测hERG阻塞的Pred-hERG工具.
- 通过更准确和可解释的预测模型,改进药物诱导心脏毒性的早期评估.
主要方法:
- 开发了新的QSAR模型,其中包括来自ChEMBL v30 (14,364个化合物) 的最新数据.
- 更新了现有的二进制和多分类模型,并引入了用于预测hERG活动的新回归模型 (pIC50).
- 集成的SHAP (夏普利添加式解释) 值用于模型可解释性和实现可解释AI (XAI).
主要成果:
- 与以前的Pred-hERG版本和其他公共模型相比,新的二进制和多重分类模型显示出更高的性能.
- 最佳回归模型实现了0.61的R2和0.48的RMSE,超过了现有的文献模型.
- 预测hERG 5.0提供分类,多分类,回归预测,概率图和SHAP值可视化.
结论:
- 通过预测hERG阻塞,Pred-hERG 5.0提供了一个用户友好的,可靠的平台,用于通过hERG阻塞预测进行早期心脏毒性评估.
- 该工具的增强预测准确性和可解释性支持药物开发中的知情决策.
- 对于没有计算专业知识的用户来说,Pred-hERG 5.0是免费可用的,用于更广泛的研究应用.
更多相关视频
10:39Automated Contraction Analysis of Human Engineered Heart Tissue for Cardiac Drug Safety Screening
Published on: April 15, 2017
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
相关概念视频
Hazard Ratio
For example, in a clinical trial...
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Mechanistic Models: Overview of Compartment Models
