Comparing predictive ability of QSAR/QSPR models using 2D and 3D molecular representations.

Sato, Akinori; Miyao, Tomoyuki; Jasial, Swarit; Funatsu, Kimito

Sato, Akinori; Miyao, Tomoyuki; Jasial, Swarit; Funatsu, Kimito.

Afiliação

Sato A; Graduate School of Science and Technology, Nara Institute of Science and Technology, 8916-5 Takayama-cho, Ikoma, Nara, 630-0192, Japan.
Miyao T; Graduate School of Science and Technology, Nara Institute of Science and Technology, 8916-5 Takayama-cho, Ikoma, Nara, 630-0192, Japan.
Jasial S; Data Science Center, Nara Institute of Science and Technology, 8916-5 Takayama-cho, Ikoma, Nara, 630-0192, Japan.
Funatsu K; Graduate School of Science and Technology, Nara Institute of Science and Technology, 8916-5 Takayama-cho, Ikoma, Nara, 630-0192, Japan.

J Comput Aided Mol Des ; 35(2): 179-193, 2021 02.

Article em En | MEDLINE | ID: mdl-33392949

Assuntos

Compostos Orgânicos/química; Bases de Dados Factuais; Avaliação Pré-Clínica de Medicamentos; Aprendizado de Máquina; Modelos Moleculares; Conformação Molecular; Relação Quantitativa Estrutura-Atividade; Análise de Regressão

Palavras-chave

Molecular representations; Predictability of models; Quantitative structureactivity relationship; Quantitative structureproperty relationship

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Compostos Orgânicos Tipo de estudo: Diagnostic_studies / Prognostic_studies / Risk_factors_studies Idioma: En Revista: J Comput Aided Mol Des Assunto da revista: BIOLOGIA MOLECULAR / ENGENHARIA BIOMEDICA Ano de publicação: 2021 Tipo de documento: Article País de afiliação: Japão

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google