公开(公告)号：CN111081321A

公开(公告)日：2020-04-28

申请号：CN201911307432.6

申请日：2019-12-18

Applicant: 江南大学

Inventor： 丁彦蕊 ,  张瑞林

IPC: G16C20/50 ,  G16C20/70 ,  G06K9/62

Abstract: 本发明公开了一种CNS药物关键特征识别方法，属于计算机辅助药物设计领域。通过将支持向量机和贪心算法相结合，利用贪心的思想逐步删除掉对提升预测结果作用最小的特征，进而准确筛选出区分CNS药物与non-CNS药物小分子的关键特征。本发明方法首次将支持向量机与贪心算法结合起来应用于CNS药物的关键特征识别，以逐步删除的方式筛选出关键特征考虑了各个特征之间组合的效果，且避免了增加特征的方法所带来的最初特征选择的难题，使得所筛选出的关键特征更能有效区分CNS药物与non-CNS药物小分子，这为从根本上设计CNS药物候选小分子提供了一种重要的指导方法。

公开(公告)号：CN111081321B

公开(公告)日：2023-10-31

申请号：CN201911307432.6

申请日：2019-12-18

Applicant: 江南大学

Inventor： 丁彦蕊 ,  张瑞林

IPC: G16C20/50 ,  G16C20/70 ,  G06F18/2411

Abstract: 本发明公开了一种CNS药物关键特征识别方法，属于计算机辅助药物设计领域。通过将支持向量机和贪心算法相结合，利用贪心的思想逐步删除掉对提升预测结果作用最小的特征，进而准确筛选出区分CNS药物与non‑CNS药物小分子的关键特征。本发明方法首次将支持向量机与贪心算法结合起来应用于CNS药物的关键特征识别，以逐步删除的方式筛选出关键特征考虑了各个特征之间组合的效果，且避免了增加特征的方法所带来的最初特征选择的难题，使得所筛选出的关键特征更能有效区分CNS药物与non‑CNS药物小分子，这为从根本上设计CNS药物候选小分子提供了一种重要的指导方法。