返回研究案例
机器学习与物理模型联合的候选抑制剂发现
图摘要
摘要
联合配体特征学习、结构筛选、动力学与性质评估，形成由大范围召回到物理复核的候选优先级。图摘要汇集候选分布、结构复核与性质比较，集中呈现筛选漏斗中的主要结果信号。这些结果形成层次清晰的候选优先级，为后续实验选择与先导优化提供直接参考。
计算结果
数据分发和模型培训
图1。在培训和测试中心,活动数据的分布.
该图呈现“数据分发和模型培训”中的主要结构与趋势，并与本案例的候选排序和结果判断形成对应。
图2。机器学习是学习的过程.
该图呈现“数据分发和模型培训”中的主要结构与趋势，并与本案例的候选排序和结果判断形成对应。
模型测试和选择
图3 - 基于测试集的剩余图表.
该图呈现“模型测试和选择”中的主要结构与趋势，并与本案例的候选排序和结果判断形成对应。
表格较宽时可横向滚动查看
| 模型名称 | MSE | R² |
|---|---|---|
| LightGBM | 0.298 | 0.774 |
| 随机森林 | 0.323 | 0.755 |
| 类型R2 | 0.370 | 0.719 |
| 逐渐增长 | 0.372 | 0.716 |
| 多层 Perceptron | 0.436 | 0.669 |
| 脊柱的背部 | 0.492 | 0.627 |
| 决策的树 | 0.572 | 0.566 |
| 附近的邻居 | 0.786 | 0.403 |
| 支持向量 | 1.150 | 0.128 |
| 强的网网又回来了. | 1.196 | 0.093 |
| 拉索的回归 | 1.197 | 0.092 |
| 线性回归 | 1.84E+17 | -1.40E+17 |
该表汇总“模型测试和选择”中的关键比较信息，使不同条件与候选之间的结果差异能够直接对应。
HS-CASE-0032
完整版案例 PDF
完整结果、高清图表与分析说明仅在客户版 PDF 中提供。添加客服微信并发送案例编号 HS-CASE-0032 获取。