QSAR-model-源码

建立QSAR MOdel以预测分子抑制与Alheimer's Beta_Secratese 1相关的靶蛋白的能力 通过Abolaji Shiwoku 背景 药物发现是一个漫长的过程，而且成本高昂，平均需要12年的时间，耗资100亿美元。旧的过程依赖于科学家或制药公司的专业知识或过去的实验知识来设计可能会或可能不会在目标基因或蛋白质上表现出所需特性的化合物。现在拥有数十年的过去实验数据，我们可以应用机器学习来构建预测模型，该模型可以预测化合物的生物活性，以帮助加快药物靶标的选择。这些工具在降低研究费用，加快临床研究，为患病者带来更多有用药物方面可能是无益的。制药公司正在意识到使用过去的实验数据来更好地预测化合物的化学特征的力量。随着强大的机器学习工具应用于化学数据，我们可以使用这些模型来监督重要的化学蛋白质活性，尤其是在制造新型化合物方面取得了进步。 QSAR（定量结构活性关系）模型可帮助