Impact assessment of the rational selection of training and test sets on the predictive ability of QSAR models.

Andrada, M F; Vega-Hissi, E G; Estrada, M R; Garro Martinez, J C

Andrada, M F; Vega-Hissi, E G; Estrada, M R; Garro Martinez, J C.

Afiliación

Andrada MF; a Facultad de Química, Bioquímica y Farmacia , Universidad Nacional de San Luis , San Luis , Argentina.
Vega-Hissi EG; b IMIBIO, CONICET. Facultad de Química, Bioquímica y Farmacia , Universidad Nacional de San Luis , San Luis , Argentina.
Estrada MR; a Facultad de Química, Bioquímica y Farmacia , Universidad Nacional de San Luis , San Luis , Argentina.
Garro Martinez JC; b IMIBIO, CONICET. Facultad de Química, Bioquímica y Farmacia , Universidad Nacional de San Luis , San Luis , Argentina.

SAR QSAR Environ Res ; 28(12): 1011-1023, 2017 Dec.

Article en En | MEDLINE | ID: mdl-29135323

Asunto(s)

Antivirales/química; Neuraminidasa/antagonistas & inhibidores; Relación Estructura-Actividad Cuantitativa; Algoritmos; Antivirales/análisis; Subtipo H1N1 del Virus de la Influenza A; Modelos Moleculares

Palabras clave

KennardStone; QSAR; based on activity; k-means; random selection; rational partition of dataset

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Antivirales / Relación Estructura-Actividad Cuantitativa / Neuraminidasa Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: SAR QSAR Environ Res Asunto de la revista: SAUDE AMBIENTAL Año: 2017 Tipo del documento: Article País de afiliación: Argentina Pais de publicación: Reino Unido

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google