Data Curation can Improve the Prediction Accuracy of Metabolic Intrinsic Clearance.
Data Curation can Improve the Prediction Accuracy of Metabolic Intrinsic Clearance.
复制标题
DOI：
10.1002/minf.201800086
复制
发表时间：
2019-01
影响因子：
3.6
通讯作者：
Mizuguchi K
中科院分区：
文献类型：
--
作者：
Esaki T;Watanabe R;Kawashima H;Ohashi R;Natsume-Kitatani Y;Nagao C;Mizuguchi K
药物发现筛选阶段的一个关键考虑因素是体外代谢稳定性，通常在人肝微粒体中测量。 计算预测模型可以使用公共数据库中的大量实验数据来构建，但这些数据库通常包含使用不同实验室中的各种协议测量的数据，从而引起数据质量问题。在本研究中，我们从开放数据库中检索了固有清除率（CL int）测量值，并进行了广泛的手动管理。然后，使用免费软件计算化学描述符，并使用机器学习算法建立预测模型。在策展数据上训练的模型表现出比在非策展数据上训练的模型更好的性能，并且达到了与先前发布的模型相当的性能，这表明了手动策展在数据准备中的重要性。我们提供了精心策划的数据，使我们的模型完全可重现。
A key consideration at the screening stages of drug discovery is in vitro metabolic stability, often measured in human liver microsomes. Computational prediction models can be built using a large quantity of experimental data available from public databases, but these databases typically contain data measured using various protocols in different laboratories, raising the issue of data quality. In this study, we retrieved the intrinsic clearance (CL int) measurements from an open database and performed extensive manual curation. Then, chemical descriptors were calculated using freely available software, and prediction models were built using machine learning algorithms. The models trained on the curated data showed better performance than those trained on the non‐curated data and achieved performance comparable to previously published models, showing the importance of manual curation in data preparation. The curated data were made available, to make our models fully reproducible.
登录
查看更多内容
WGCNA：用于加权相关网络分析的 R 包。
影响因子：
3
作者：
Langfelder P;Horvath S
通讯作者：
Horvath S
影响因子：
2.9
作者：
Sakiyama, Yojiro;Yuki, Hitomi;Honma, Teruki
通讯作者：
Honma, Teruki
影响因子：
5.6
作者：
Schwaighofer, Anton;Schroeter, Timon;Mueller, Klaus-Robert
通讯作者：
Mueller, Klaus-Robert
DOI：
10.1016/j.vascn.2016.10.006
发表时间：
2017-03-01
影响因子：
1.9
作者：
Williamson, Beth;Wilson, Claire;Riley, Robert J.
通讯作者：
Riley, Robert J.
影响因子：
3.9
作者：
Gupta, Rishi R.;Gifford, Eric M.;Ekins, Sean
通讯作者：
Ekins, Sean