ToxicBlend：基于集成预测器的毒性化合物虚拟筛选
机器学习
2018-06-13 v1 机器学习
摘要
及时评估化合物毒性是当今制药行业面临的最大挑战之一。被确定为潜在先导化合物的很大一部分最终因其诱导的毒性而被弃用。在本文中，我们提出了一种用于预测 ToxCast 靶点上分子活性的新型机器学习方法。我们将极端梯度提升与在全连接和图卷积神经网络架构上训练于 QSAR 物理分子性质描述符、PubChem 分子指纹和 SMILES 序列的模型相结合。我们的集成预测器利用了每种个体技术的优势，在 ToxCast 和 Tox21 毒性预测数据集上显著优于现有的最先进模型。我们在 http://www.owkin.com/toxicblend 提供使用我们模型进行分子毒性预测的免费访问。
引用
@article{arxiv.1806.04449,
title = {ToxicBlend: Virtual Screening of Toxic Compounds with Ensemble Predictors},
author = {Mikhail Zaslavskiy and Simon Jégou and Eric W. Tramel and Gilles Wainrib},
journal= {arXiv preprint arXiv:1806.04449},
year = {2018}
}