تنبؤ خصائص ADMET من خلال مجموعات البصمات الجزيئية

في أثناء دراستنا للطرق المتاحة لتنبؤ قوة الجزيئات الصغيرة، اكتشفنا أن الغابات العشوائية أو آلات المتجهات الداعمة مترافقة مع بصمات الاتصال الممتدة (ECFP) تتفوق باستمرار على الطرق الحديثة التي تم تطويرها مؤخرًا. أظهرت دراسة مفصلة في خوارزميات الانحدار وبصمات الجزيئات أن الأشجار القرارية ذات التعزيز التدريجي، وخاصة CatBoost، مترافقة مع مزيج من بصمات ECFP وAvalon وErG بالإضافة إلى 200 خاصية جزيئية، كانت الأكثر فعالية. وقد ساهم إدخال بصمة الشبكة العصبية الرسمية في تعزيز الأداء بشكل أكبر. لقد نجحنا في التحقق من صحة نموذجنا عبر 22 مقاييس ADMET الخاصة بـ Therapeutics Data Commons. تؤكد نتائجنا على أهمية استخدام تمثيلات جزيئية أكثر غنى لتحقيق تنبؤ دقيق للخصائص.