Drug Target Identification with Machine Learning: How to Choose Negative Examples.

Najm, Matthieu; Azencott, Chloé-Agathe; Playe, Benoit; Stoven, Véronique

Najm, Matthieu; Azencott, Chloé-Agathe; Playe, Benoit; Stoven, Véronique.

Afiliação

Najm M; Center for Computational Biology, Mines ParisTech, PSL Research University, 75006 Paris, France.
Azencott CA; Institut Curie, 75248 Paris, France.
Playe B; INSERM U900, 75428 Paris, France.
Stoven V; Center for Computational Biology, Mines ParisTech, PSL Research University, 75006 Paris, France.

Int J Mol Sci ; 22(10)2021 May 12.

Article em En | MEDLINE | ID: mdl-34066072

Assuntos

Biologia Computacional/métodos; Descoberta de Drogas/métodos; Aprendizado de Máquina; Preparações Farmacêuticas/química; Proteínas/química; Software; Humanos; Preparações Farmacêuticas/metabolismo; Mapeamento de Interação de Proteínas; Proteínas/metabolismo; Máquina de Vetores de Suporte

Palavras-chave

chemogenomic; drug discovery; false positive predictions; learning bias; machine learning; negative examples; random forests; support vector machines; target identification

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Software / Preparações Farmacêuticas / Proteínas / Biologia Computacional / Descoberta de Drogas / Aprendizado de Máquina Tipo de estudo: Diagnostic_studies Limite: Humans Idioma: En Revista: Int J Mol Sci Ano de publicação: 2021 Tipo de documento: Article País de afiliação: França

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google