ACS JCIM (化学信息与建模)· Sean R. Carey, Xia Wen, Nada J. Daood, Elena Chung, Jacqueline B. Tiley, Lauren M. Aleksunes, Hao Zhu·· 13 天前精选AI 评分62
研究构建ABC转运蛋白抑制剂机器学习模型并评估药物相互作用风险
Evaluating Drug–Drug Interactions by Constructing Advanced Machine Learning Models of ABC Transporter Inhibitors
AI 导读
【全文总结】研究从ChEMBL与Papyrus整理P-gp、BCRP、MRP1抑制数据，构建经典QSAR与图卷积网络共识模型，5折交叉验证R²为0.39至0.67，共识模型在多数指标上优于单个模型。
推荐理由
研究用约2200个化合物构建P-gp、BCRP、MRP1抑制的共识QSAR模型，并以外部数据与湿实验检验其DDI风险评分。
来源：ACS JCIM (化学信息与建模) · doi.org