@article{Шаладонова М. И.2023-10-31,
author = { Шаладонова М. И.,  Диченко Я. В.,  Усанов С. А.},
title = {Прогностическая модель идентификации новых лигандов CYP19A1 на аналитической платформе KNIME},
year = {2023},
doi = {10.29235/1561-8323-2023-67-5-388-398},
publisher = {NP «NEICON»},
abstract = {   Сформирована база данных химических соединений – низкомолекулярных лигандов CYP19A1 (ароматазы) человека на основании проанализированных данных, полученных in vitro. С использованием полученной базы данных при помощи метода машинного обучения «случайный лес деревьев принятия решений» на аналитической платформе KNIME построены две прогностические модели для идентификации активности лигандов стероидной (I типа) и нестероидной (II типа) структуры. В качестве обучающих данных при построении модели применялись топологические дескрипторы химической структуры, учитывающие корреляцию между структурой молекулы и биологическим эффектом. Для каждой модели был осуществлен отбор наиболее значимых признаков (дескрипторов), произведено вычисление оптимальных параметров и найдена область применимости моделей. На основании результатов показателей качества AUC проведена оценка способности моделей предсказывать результаты тестовой выборки. Полученные показатели качества свидетельствуют о достаточно высокой прогностической способности моделей и перспективности их использования для идентификации новых лигандов CYP19A1 человека. Найденные таким способом соединения могут рассматриваться как потенциальные к созданию лекарственные препараты для лечения гормон-зависимых опухолей.},
URL = {https://www.academjournals.by/publication/2292},
eprint = {https://www.academjournals.by/files/2290},
journal = {Доклады Национальной академии наук Беларуси},
}