Guided Ensemble Stacking Method for Predicting Biological Activities of Compounds
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Machine learning (ML)‐driven quantitative structure–activity relationship (QSAR) modeling has gained significant attention for predicting compound biological activity based on compounds' structural, chemical, and physical properties because of the advancement of ML techniques. However, traditional ML‐QSAR models often suffer from biases due to algorithm selection and limitations in training data. Additionally, these approaches root in deducing biological activities purely from compounds' structural information and disregard their pharmacokinetic (PK) properties, a key factor contributing to the 15% failure rate in clinical trials, limiting their applicability in drug discovery. To address these challenges, we propose a guided ensemble‐based ML approach that integrates a supervised data preparation strategy with an ensemble stacking method, leveraging the strengths of multiple ML algorithms. By incorporating PK properties, our approach enhances prediction reliability. Specifically, we developed two ensemble stacking models: The classification model predicts the biological activity type, “inhibition” versus “activation,” based on compound features, while the regression model predicts bioactivity values. The classification model achieved an accuracy exceeding 0.85, while the regression model attained an R 2 above 0.77, demonstrating superior performance over traditional QSAR models. These results highlight the potential of our approach in improving drug discovery pipelines by enhancing predictive accuracy and addressing key QSAR limitations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle