基于深度學(xué)習(xí)框架的藥物特性預(yù)測(cè).pdf

1、目前在藥物發(fā)現(xiàn)的預(yù)測(cè)過程中，普遍存在預(yù)測(cè)成本高、預(yù)測(cè)結(jié)果不理想等問題，因此如何解決這類問題已成為研究熱點(diǎn)之一。預(yù)測(cè)藥物滲透性能是評(píng)價(jià)藥物能否被良好吸收的關(guān)鍵，人工測(cè)定的過程中包含大量人工干預(yù)，而用于預(yù)測(cè)的數(shù)據(jù)模型中使用的數(shù)據(jù)集較小，這些因素易導(dǎo)致特征選擇過程復(fù)雜及過擬合問題。對(duì)藥物毒性的預(yù)測(cè)，雖然也采用了隨機(jī)森林（RF）等機(jī)器學(xué)習(xí)模型，但同樣存在計(jì)算成本較高等問題。神經(jīng)網(wǎng)絡(luò)是處理分類和回歸問題的傳統(tǒng)方法，近年來通過不斷完善和更新，逐步克

2、服算法本身的局限性，提升算法效率。其中，深度神經(jīng)網(wǎng)絡(luò)表現(xiàn)出了強(qiáng)大的自主學(xué)習(xí)能力，在各應(yīng)用領(lǐng)域均取得了良好的預(yù)測(cè)結(jié)果。
　　基于以上背景，本文運(yùn)用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法，通過搭建深度神經(jīng)網(wǎng)絡(luò)框架，使用大型數(shù)據(jù)集，對(duì)藥物滲透性能和毒性的預(yù)測(cè)進(jìn)行研究。主要工作包括：（1）鑒于深度神經(jīng)網(wǎng)絡(luò)擁有更高的判別能力，使用UG-RNN分子編碼方法，研究最優(yōu)的UG-RNN網(wǎng)絡(luò)結(jié)構(gòu)；（2）提出一個(gè)基于深度神經(jīng)網(wǎng)絡(luò)的二分類模型，用于預(yù)測(cè)藥物的滲透性能，并在

3、實(shí)驗(yàn)部分將其與傳統(tǒng)的線性判別式分析（LDA）、梯度提升樹（GBT）方法進(jìn)行對(duì)比，結(jié)果表明，該二分類模型在預(yù)測(cè)精度上優(yōu)于對(duì)比模型；（3）基于深度學(xué)習(xí)架構(gòu)，開發(fā)藥物毒性的回歸預(yù)測(cè)模型，在回歸實(shí)驗(yàn)中構(gòu)建多組數(shù)據(jù)集，并將最終實(shí)驗(yàn)結(jié)果與單層神經(jīng)網(wǎng)絡(luò)（NN）做比較，結(jié)果表明，該回歸預(yù)測(cè)模型的學(xué)習(xí)性能和預(yù)測(cè)結(jié)果優(yōu)于NN；（4）將深度神經(jīng)網(wǎng)絡(luò)框架與支持向量回歸相結(jié)合，得到組合回歸模型，并測(cè)試其性能，通過評(píng)價(jià)預(yù)測(cè)精度，表明集合深度的學(xué)習(xí)方法具有更強(qiáng)大的預(yù)

4、測(cè)能力。
　　實(shí)驗(yàn)部分中，本文采集大量數(shù)據(jù)，處理后得到8組數(shù)據(jù)集用于檢測(cè)模型性能。其中藥物吸收性能預(yù)測(cè)實(shí)驗(yàn)中，共有663種化合物，209個(gè)分子特征；藥物毒性預(yù)測(cè)實(shí)驗(yàn)中，使用475組藥物數(shù)據(jù)作為訓(xùn)練集，198組藥物數(shù)據(jù)作為測(cè)試集。為提升算法性能，使用drop-out方法減輕過擬合問題，使用修正線性單元（ReLU）方法減緩梯度消失問題。通過對(duì)分類模型和回歸模型的預(yù)測(cè)結(jié)果和性能進(jìn)行討論和對(duì)比分析，表明深度學(xué)習(xí)的預(yù)測(cè)結(jié)果優(yōu)于之前其他的機(jī)器