调整不平衡比率导致基于人工智能的有效药物发现,用于预防传染病

科学领域:

• 计算化学是一种计算化学.
• 机器学习在药物发现中的作用
• 传染病研究传染病研究.

背景情况:

• 人工智能 (AI) 管道对于药物发现 (DD) 至关重要,但它们的成功取决于数据集特征,编码方法和预测模型.
• 化学化合物数据集经常表现出类别不平衡,主要有利于不活性化合物,这阻碍了强大的预测模型的开发.

研究的目的:

• 优化数据集组件,特别是不平衡比率,以提高AI驱动的化学分子生物活性预测.
• 评估不同不平衡比率和重新采样技术对机器学习和深度学习模型在预测抗病原体活性方面的表现的影响.

主要方法:

• 在PubChem生物测试数据上训练了五个机器学习和六个深度学习算法,用于对抗四种传染病的抗病原体活动预测.
• 实施K比随机低抽样 (K-RUS) 来确定最佳失衡比率 (IR),并将其与传统的重新抽样方法进行比较.
• 使用外部验证评估模型概括,并分析化学相似性,以了解错误分类模式.

主要成果:

• 1:10 (K-RUS) 的中等失衡比率在所有模拟中始终提高了模型性能.
• 在外部验证过程中,10-RUS配置显示了真正阳性和假阳性率之间的最佳平衡.
• 化学相似性的分析揭示了对导致错误分类的机制的洞察力.

结论:

• 优化不平衡比率对于提高AI模型在药物发现中的准确性和可靠性至关重要.
• 利用化学多样性和适当的数据重新采样技术,如K-RUS,可以显著推进人工智能驱动的传染病药物发现.