摘要
一种基于随机森林的PDL1抑制剂的药物筛选与优化方法和药物筛选系统,它涉及药物筛选技术领域,本发明要解决现有PDL1抑制剂筛选技术中存在的效率低、成本高、预测模型精度不足等问题,本发明包括:1、利用随机方式选取训练集,测试集;2、利用随机森林算法构建定量结构‑活性关系模型,预测化合物的PDL1抑制剂是否属于高活性;3、基于随机森林算法模型对测试集数据进行预测,以评估本药物筛选方法的性能。本发明通过利用随机森林方法构建QSAR模型预测生物活性,能够高效、准确地筛选和优化具有潜在PDL1抑制能力的药物候选化合物,从而提高了药物研发的成功率,降低了研发成本和时间。
技术关键词
药物筛选系统
关系预测模型
定量结构
抗肿瘤药物研发
分层随机抽样
药物筛选技术
药物筛选方法
抑制剂化合物
随机森林模型
模型训练模块
化合物库
训练集数据
算法模型
特征选择
生物
检查点
系统为您推荐了相关专利信息
毒株
新型冠状病毒
快速鉴别方法
关系预测模型
描述符
AI大数据
数据处理子系统
数据处理系统
跨系统
神经网络训练
海洋环境参数
滑动窗口机制
异常状态
时间序列信息
主成分分析方法
锻件晶粒度
GH4169合金
分层随机抽样
异构
生成数据集