3D卷积神经网络的结构优化及中枢神经系统药物的识别

作     者：张瑞林 丁彦蕊 ZHANG Ruilin;DING Yanrui

作者机构：江南大学理学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122 江南大学工业生物技术教育部重点实验室江苏无锡214122 

出 版 物：《西北大学学报（自然科学版）》 (Journal of Northwest University（Natural Science Edition）)

年 卷 期：2020年第50卷第1期

页      面：31-38页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(21541006) 

主　　题：3D卷积神经网络 药物虚拟筛选 正交实验 

摘      要：该文研究了如何利用3D-CNN识别中枢神经系统(CNS)药物和non-CNS药物。首先,构建CNS药物和non-CNS药物数据集并优化小分子构象;然后,以3D网格矩阵编码小分子结构,作为3D-CNN模型的输入;接着,在模型训练中,采用正交实验法对3D-CNN模型的超参数进行快速优化;最后,使用外部测试集检验模型,达到ACC为84.3%,MCC为0.685,AUC为0.884的泛化性能。实验表明,在正交实验法获取可靠超参数组合的基础上,3D-CNN模型对于CNS药物的识别具有良好效果,所构建的模型为设计新的CNS药物提供了基础。