基于人工智能的QSAR预测中的预处理
人工智能
2009-10-06 v1 神经与进化计算
定量方法
摘要
机器学习、数据挖掘和基于人工智能的方法已被用于确定化学结构与生物活性之间的关系，即化合物的定量构效关系(QSARs)。数据集的预处理是此过程的第一步，包括将原始高维空间中的大量分子描述符映射到低维空间中的少量成分，同时保留原始数据的特征。常见做法是在没有预先分析的情况下对数据集使用映射方法。我们通过将这种预分析应用于两类重要的QSAR预测问题：药物设计(预测抗HIV-1活性)和预测毒理学(估计化学品的肝致癌性)，强调了其重要性。我们在每个数据集上应用一种线性和两种非线性映射方法。基于此分析，我们得出了每个数据集元素之间内在关系的性质，从而得出最适合它的映射方法。我们还表明，适当的预处理可以帮助我们选择合适的特征提取工具，并深入了解适用于给定问题的分类器类型。
引用
@article{arxiv.0910.0542,
title = {Pre-processing in AI based Prediction of QSARs},
author = {Om Prasad Patri and Amit Kumar Mishra},
journal= {arXiv preprint arXiv:0910.0542},
year = {2009}
}
备注
6 pages, 12 figures, In the Proceedings of the 12th International Conference on Information Technology, ICIT 2009, December 21-24 2009, Bhubaneswar, India