今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

将模糊逻辑和神经网络与多标准决策方法相结合,用于智能评估药物化合物设计属性

《Scientific Reports》:Integrating fuzzy logic and neural networks with multi-criteria decision-making for intelligent evaluation of drug compound design attributes

【字体: 大 中 小 】 时间:2026年05月14日 来源:Scientific Reports 3.9

编辑推荐:

  摘要本研究提出了一种模糊机器学习框架,用于在药理学不确定性条件下,利用定量结构-性质关系(QSPR)建模来优化抗癫痫药物的选择。特征相关性通过基于随机森林的重要性评估方法和结合互信息的SelectKBest方法进行判定,并通过5折交叉验证训练前馈神经网络。模糊隶属函数被用于模拟临

  

摘要

本研究提出了一种模糊机器学习框架,用于在药理学不确定性条件下,利用定量结构-性质关系(QSPR)建模来优化抗癫痫药物的选择。特征相关性通过基于随机森林的重要性评估方法和结合互信息的SelectKBest方法进行判定,并通过5折交叉验证训练前馈神经网络。模糊隶属函数被用于模拟临床和实验数据中的变异性。与多元线性回归和传统的QSPR模型相比,所提出的方法使均方根误差(RMSE)降低了24%。预测的药理属性进一步被整合到多标准决策(Multi-Criteria Decision-Making, MCDM)框架中,利用TOPSIS方法根据疗效、安全性和成本对候选药物进行排序。最终的排序结果与临床医生的评估结果具有95%的斯皮尔曼相关性(Spearman correlation),证明了该框架在处理抗癫痫药物优先级排序时的可靠性,以及为基于TOPSIS的优先级排序定制MCDM库的可行性。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:随机森林互信息|前馈神经网络|模糊隶属函数|多标准决策|TOPSIS 方法|斯皮尔曼相关性

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号