保形预测在计算药物发现中的概念与应用
定量方法
2019-08-13 v1 机器学习
摘要
估计单个预测的可靠性对于提高计算模型和人工智能在临床前药物发现中的采用至关重要，也有助于促进其应用于指导临床环境中的决策。在过去几十年开发的众多计算预测误差的算法中，保形预测（Conformal Prediction, CP）在计算药物发现界获得了越来越多的关注。其近期流行的一个主要原因是，在分类和回归任务中计算得到的预测误差易于解释。例如，在 90% 置信水平下，真实值将落在预测置信区间内的比例至少为 90%。这种所谓的保形预测器的有效性由 CP 坚实的数学基础所保证。CP 的通用性在于其极小的计算开销，因为它可以以极低的计算成本轻松耦合到任何机器学习算法。在本综述中，我们总结了 CP 的基本概念与实际应用，特别关注虚拟筛选与活性建模，并列出相关软件的开源实现。最后，我们描述了该领域当前的局限性，并对 CP 在临床前与临床药物发现中的未来机遇提供了展望。
引用
@article{arxiv.1908.03569,
title = {Concepts and Applications of Conformal Prediction in Computational Drug Discovery},
author = {Isidro Cortés-Ciriano and Andreas Bender},
journal= {arXiv preprint arXiv:1908.03569},
year = {2019}
}