覆盖数十个乳腺癌相关靶点的多靶点QSAR框架,将集成模型与对高分预测的小规模体外验证相结合
- BreastCAR利用约50个癌症相关靶点的公开ChEMBL数据,以分子指纹和理化描述符训练多种经典机器学习模型。
- 每个模型既预测连续的活性数值,也预测三级活性分类。
- 标签置换对照和适用域分析表明模型学到了真实信号,且大多数测试化合物位于训练适用域之内。
- 研究还在MCF-7细胞中测试了13个亚苄基骨架化合物,以检验排名靠前的预测。
💡 要点 基于摘要的观点
标签置换对照只能说明模型优于噪声，并不能说明数据划分是否避免了类似物泄漏，而ChEMBL中近缘骨架非常密集。除非采用骨架划分或时间划分，否则数值很可能偏乐观。在MCF-7上测试13个亚苄基化合物只是单一化学型的细胞水平检验，无法验证针对具体靶点的预测。若能补充各靶点结果，并与最简单的Morgan指纹加随机森林基线对比，会更有说服力。
BreastCAR: A Machine Learning Framework for Breast Cancer Drug Activity Prediction ↗