基于机器学习筛选抗HBV活性的FXR调节剂的方法

本发明公开了一种基于机器学习筛选抗HBV活性的FXR调节剂的方法。收集FXR调节剂化合物，基于机器学习方法构建分类预测模型，并利用分子指纹描述符对SVM和RF预测模型的预测效果进行分别计算和评估；使用预测性能更优的RF预测模型对药物库(FDA_HY‑L022 Library)中的分子进行FXR调节活性预测；对预测活性概率较高的化合物进行分子对接分析；对FXR调节活性进行实验检测。本发明构建的FXR调节剂虚拟筛选模型AUC值达到0.93，表现出对数据集的良好预测能力，且通过细胞实验验证了模型的准确性。此外，使用HepG2.2.15细胞模型进行的抗HBV活性测试，发现了6个既具有较强FXR调节活性又具有一定HBV复制抑制活性的分子。