用于虚拟筛选的ROCS衍生特征
机器学习
2016-09-13 v3
摘要
化学结构快速叠加（ROCS）是一种用于计算三维形状和化学（“颜色”）相似度的标准工具。ROCS使用未加权和来结合相似度的多个方面，从而产生用于虚拟筛选的无参数模型。在本报告中，我们将ROCS颜色力场分解为“颜色分量”和“颜色原子重叠”，这是一种新颖的颜色相似度特征，可由机器学习算法以系统特定的方式进行加权。在交叉验证实验中，这些附加特征相对于标准ROCS显著改善了虚拟筛选性能（ROC AUC分数）。
引用
@article{arxiv.1606.01822,
title = {ROCS-Derived Features for Virtual Screening},
author = {Steven Kearnes and Vijay Pande},
journal= {arXiv preprint arXiv:1606.01822},
year = {2016}
}
备注
See "Version information" section