전체 글 (88) 썸네일형 리스트형 [AI독성예측] ChemoPy : freely available python package for computationalbiology and chemoinformatics ChemoPy : 구조적 및 물리 화학적 feature를 계산하기 위한 open soruce 파이썬 패키지 16개의 drug feature 그룹안에 19개의 descriptor가 있고, 이는 1135개의 descriptor value를 포함함. --> 1135개의 descriptor value가 의미하는 것은 뭐지? 7가지 molecular fingerprint 제공 topological fingerprints, electro-topological state(E-state) fingerprints, MACCS keys, FP4 keys, atom pairs fingerprints, topological torsion fingerprints Morgan/circular fingerprints semi em.. [P1] AUC는 나쁘지 않은데 Recall이 낮다. 다른 특징을 추가하면 성능을 더 올릴 수 있지 않을까? tox21에서 했던 방법을 적용해보자. tox21에서는 801개 dense features molecular weight(분자량) solubility(용해도) surface area(표면적) 272,776개 sparse features chemical substructures(화학적 하위 구조) 를 이용했다. 이것을 어떻게 얻었는지 알아내야 한다. [머신러닝] GCN과 GNN GCN(Graph convolutional networks)은 2D molecular graph analysis에 적용된다고 한다. 유사한 개념의 로컬 공간 필터를 사용하지만 주변feature를 학습하기 위해 그래프에서 작동하며 small molecule representations를 학습하기 위한 다양한 GCN 아키텍쳐 제안되었다. -> 각각 다른방식으로 local graph neighborhood와 convolution operations을 수행하는 것. GCN에 개념에 대하여 정확한 이해가 필요하다. CNN과는 무엇이 다른가? www.youtube.com/watch?v=YL1jGgcY78U 분자그래프로부터 logp를 예측하는 프로젝트 해보자. 그래프란 무엇인가? 컨볼루션 연산이란? : 필터를 쭉 이.. [AI독성예측] EPA ToxCast Predication Challenge Review lish.harvard.edu/epa-toxcast-challenge EPA ToxCast Predication Challenge The goal of this 2014 challenge series was to develop a model, based on data provided by the U.S. Environmental Protection Agency, to quantitatively predict a chemical’s systemic Lowest Effect Level (LEL) in a traditional animal toxicity study. The syste lish.harvard.edu EPA데이터를 이용하여 LEL을 정량적으로 예측하기 위한 모델을 개발. [AI독성예측] TOX21 Data Challenge Review tripod.nih.gov/tox21/challenge/ https://tripod.nih.gov/tox21/challenge/ NCATS will provide assay activity data and chemical structures on the Tox21 collection of ~10,000 compounds (Tox21 10K). A collection of compounds independent of the Tox21 10K collection will be used as the test set. Get the Data » tripod.nih.gov colab.research.google.com/drive/1bYK6DPjS69QOIOLfoEMDQK_pRljv0Vji?usp=sharing G.. [AI독성예측]2. 논문분석 Machine learning in chemoinformatics and drug discovery www.sciencedirect.com/science/article/pii/S1359644617304695 Machine learning in chemoinformatics and drug discovery Chemoinformatics is an established discipline focusing on extracting, processing and extrapolating meaningful data from chemical structures. With the … www.sciencedirect.com 2018년 스탠포드 대학교에서 나온 논문이다. 화학물질 정보학과 신약개발에서의 Machine learning 화학물질정보학은 화학물질 구조로부터 의미있는 데이터를 추출하고, 처리하며 외삽하는데 .. [AI독성예측] 1. 논문분석 Machine Learning of Toxicological Big Data Enables Read-Across Structure Activity Relationships (RASAR)Outperforming Animal Test Reproducibility 이번에는 머신러닝 독성예측분야에서 꽤 중요한 핵심 논문을 분석해 보도록 하겠습니다. •Pairwise Evaluation of OECD Guideline Test Reproducibility •Demonstration of Network Effects for Chemical Similarity •RASAR Database 1. European Chemical Agency Classification and Labeling 2. PubChem 3. NTP—Predictive Models for Acute Oral Systemic Toxicity ●Read-Across Structure Activity Relationship 1. Unsupervised Step 2. Supervised Step ●Simple.. [Server-B] CSWS 5.최종보고서 이전 1 ··· 7 8 9 10 11 다음
