초록
약물 발견에서 흡수, 분포, 대사, 배설, 독성 (ADMET) 특성은 효능과 안전성을 정의하기 때문에 중요합니다. 본 연구에서는 지문(fingerprints) 및 설명자(descriptors)를 포함한 다양한 특징들의 앙상블과 트리 기반 머신 러닝 모델인 극단적 그래디언트 부스팅(extreme gradient boosting)을 사용하여 정확한 ADMET 예측을 수행하였습니다. 우리의 모델은 치료제 데이터 공통체(Therapeutics Data Commons)의 ADMET 벤치마크 그룹에서 우수한 성능을 보였습니다. 22개의 작업 중 18개 작업에서 1위를 차지하였으며, 21개 작업 중 상위 3위에 올랐습니다. 학습된 머신 러닝 모델들은 https://ai-druglab.smu.edu/admet 에서 공개적으로 이용 가능한 웹 서버인 ADMETboost에 통합되었습니다.