面向定量构效回归建模的半监督学习框架
应用统计
2020-01-08 v1 机器学习
摘要
监督学习模型，亦称定量构效回归（QSAR）模型，正日益用于辅助临床前小分子药物发现过程。模型以分子结构的有限维表示及其对应靶标特异性活性数据训练，随后可用于预测此前未测新化合物的活性。本文中我们针对该方法的两个问题：其一，估计模型预测质量对与训练数据化合物差异极大的化合物的退化程度；其二，校正许多训练数据集中固有的筛选依赖选择偏差。在最极端情形，仅报道通过活性依赖筛选的化合物。通过采用半监督学习框架，我们展示可作出兼顾测试化合物与训练化合物相似性并校正报道选择偏差的预测。我们使用 GlaxoSmithKline 公开的结构-活性数据（Tres Cantos AntiMalarial Set）对抑制 P. falciparum 体外生长的大批化合物集阐释该方法。
引用
@article{arxiv.2001.01924,
title = {A semi-supervised learning framework for quantitative structure-activity regression modelling},
author = {Oliver P Watson and Isidro Cortes-Ciriano and James A Watson},
journal= {arXiv preprint arXiv:2001.01924},
year = {2020}
}
备注
17 pages, 4 Figures