《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計應(yīng)用 > 基于SGCN的化合物致癌性預(yù)測模型
基于SGCN的化合物致癌性預(yù)測模型
2022年電子技術(shù)應(yīng)用第6期
魏若冰,何家峰,邱曉芳,劉 旗
廣東工業(yè)大學(xué) 信息工程學(xué)院,廣東 廣州 510006
摘要: 癌癥患者的激增引起了全世界的關(guān)注,許多研究者將目光放在了對化合物致癌性的評估上,但這是一項極其具有挑戰(zhàn)性的任務(wù)。本實驗獲取了341種實驗數(shù)據(jù),利用三維圖卷積網(wǎng)絡(luò)(SGCN),建立了對化合物致癌性的預(yù)測模型。結(jié)果表明:對化合物進行致癌性預(yù)測的SGCN分類模型準確率高達96.9%,比其余模型效果更好,這表明SGCN模型能夠準確地對化學(xué)品進行分類,并且在實際應(yīng)用中具有相當(dāng)大的潛力。
中圖分類號: TP183
文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.212080
中文引用格式: 魏若冰,何家峰,邱曉芳,等. 基于SGCN的化合物致癌性預(yù)測模型[J].電子技術(shù)應(yīng)用,2022,48(6):33-35,41.
英文引用格式: Wei Ruobing,He Jiafeng,Qiu Xiaofang,et al. Predict the carcinogenicity of compounds with SGCN[J]. Application of Electronic Technique,2022,48(6):33-35,41.
Predict the carcinogenicity of compounds with SGCN
Wei Ruobing,He Jiafeng,Qiu Xiaofang,Liu Qi
College of Information Engineering,Guangdong University of Technology,Guangzhou 510006,China
Abstract: The rapid increase of the number of cancer patients has attracted worldwide attention. Researchers are very concerned about the assessment of the carcinogenicity of compounds, but this is extremely challenging. In this paper, 341 kinds of experimental data were obtained, and the spatial atom feature combined with the spatial graph convolutional network(SGCN) was used to establish a model that could predict the carcinogenicity of compounds. The results showed that when compared to other models, the classification model of the SGCN was more suited to predicting the carcinogenicity of compounds and had an overall classification accuracy of 96.9%, which showed that the SGCN model could accurately classify chemicals and had considerable potential in practical applications.
Key words : spatial graph convolutional network;classification model;carcinogenicity of compounds

0 引言

    由于技術(shù)的發(fā)展,新化合物的合成速度加快,每年誕生的化合物數(shù)以萬計[1-2],傳統(tǒng)的評價方法不可能對所有的化合物進行評估。并且近年來患癌人數(shù)不斷增多[3],目前仍不清楚大多數(shù)的癌癥是由于暴露于何種致癌化合物而導(dǎo)致的。世界衛(wèi)生組織國際癌癥機構(gòu)(IARC)致癌清單中只有429種化合物被歸為具有致癌性物質(zhì),但仍有500余種化合物未進行判定。傳統(tǒng)的化合物致癌性評估主要通過實驗測試進行,試驗周期長且成本昂貴,不確定因素過多,因此迫切需要開發(fā)替代方法和工具來評估化合物的致癌性。

    利用計算機進行毒性預(yù)測[4]是安全評價的重要手段,能夠大幅度節(jié)省非臨床安全評價試驗成本,提高試驗設(shè)計的科學(xué)性和準確性。隨著機器學(xué)習(xí)的不斷發(fā)展,支持向量機(SVM)、隨機森林、神經(jīng)網(wǎng)絡(luò)(Random Forest)和K-最近鄰(KNN)等機器學(xué)習(xí)算法已被廣泛用于化合物毒性預(yù)測中[5-7]。此外,對致癌性化合物的預(yù)測也有一些報道。2004年,張曉昀等人[8]用人工神經(jīng)網(wǎng)絡(luò)中誤差反向傳播網(wǎng)絡(luò)(BPNN)和徑向基函數(shù)網(wǎng)絡(luò)(RBFNN)對化合物的致癌性強弱進行了分類,模型的分類準確率達到了80%以上;2005年,張振山等人[9]用PCA對分子描述符降維,利用決策森林的方法預(yù)測化合物致癌性;在2007年,謝瑩等人[10]基于gSpan算法,挖掘與已知毒性化合物具有相同字結(jié)構(gòu)的化合物,進行未知化合物的毒性預(yù)測;2017年,梁倩倩等人[11]基于量化構(gòu)效關(guān)系(QSAR)方法預(yù)測N-亞硝基化學(xué)物(NOCs)的致癌性,同年,閻愛俠等人[12]構(gòu)建化合物的多維描述符,分別采用4種機器學(xué)習(xí)方法(樸素貝葉斯、隨機森林、多層感知機和支持向量機),模型的平均正確率達到74%±3%。




本文詳細內(nèi)容請下載:http://www.viuna.cn/resource/share/2000004415




作者信息:

魏若冰,何家峰,邱曉芳,劉  旗

(廣東工業(yè)大學(xué) 信息工程學(xué)院,廣東 廣州 510006)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 国产人成亚洲第一网站在线播放 | jpnesxxx日本| 亚洲国产高清视频 | videoshd4k欧美激情 | 亚洲国产日韩a在线播放 | 最新日本中文字幕 | 国产特级全黄一级毛片不卡 | 日韩免费大片 | 天天做天天爱夜夜想毛片 | 污污的免费视频 | 男女在线网站 | 亚洲高清在线视频 | 久青草视频免费视频播放线路1 | 爆操极品美女 | 香港三级日本三人妇孕妇 | 99国产超薄丝袜足j在线观看 | 高清女女同性一区二区 | 日韩成人精品日本亚洲 | 正品蓝导航永久福利在线视频 | 国产精品视频区 | 一本大道香蕉大无线视频 | 国产手机在线国内精品 | 国产精品系列在线一区 | 在线亚洲精品国产成人二区 | 国产欧美日韩精品a在线观看高清 | 麻豆精品不卡国产免费看 | 波多野结衣福利视频 | 亚洲精品日本高清中文字幕 | 免费在线观看毛片 | 亚洲18av | 国产一级高清视频在线 | 色狠狠婷婷97 | 黄色片免费观看网站 | 亚洲视频 中文字幕 | 亚洲国产第一区二区香蕉日日 | 成人精品视频在线 | 99手机在线视频 | 国产无卡一级毛片aaa | 国产特级全黄一级毛片不卡 | 手机看片日韩日韩国产在线看 | 美女又美女又黄又免费网站 |