Automated Workflows for Data Curation and Machine Learning to Develop Quantitative Structure-Activity Relationships

工作流程 计算机科学 数据整理 数据科学 人工智能 数据库
作者
Domenico Gadaleta
出处
期刊:Methods in molecular biology 卷期号:: 115-130
标识
DOI:10.1007/978-1-0716-4003-6_5
摘要

The recent advancements in machine learning and the new availability of large chemical datasets made the development of tools and protocols for computational chemistry a topic of high interest. In this chapter a standard procedure to develop Quantitative Structure-Activity Relationship (QSAR) models was presented and implemented in two freely available and easy-to-use workflows. The first workflow helps the user retrieving chemical data (SMILES) from the web, checking their correctness and curating them to produce consistent and ready-to-use datasets for cheminformatic. The second workflow implements six machine learning methods to develop classification QSAR models. Models can be additionally used to predict external chemicals. Calculation and selection of chemical descriptors, tuning of models' hyperparameters, and methods to handle data unbalancing are also incorporated in the workflow. Both the workflows are implemented in KNIME and represent a useful tool for computational scientists, as well as an intuitive and straightforward introduction to QSAR.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
wisdom完成签到,获得积分10
2秒前
2秒前
3秒前
善学以致用应助Jim luo采纳,获得10
4秒前
朝朝完成签到 ,获得积分10
5秒前
爆米花应助科研通管家采纳,获得10
7秒前
养头猪饿了吃完成签到,获得积分10
7秒前
大个应助zcb123采纳,获得10
8秒前
飞快的绿发布了新的文献求助10
8秒前
8秒前
9秒前
动人的汉堡完成签到 ,获得积分10
9秒前
妮妮完成签到,获得积分10
10秒前
aaaa发布了新的文献求助10
10秒前
无解完成签到,获得积分10
11秒前
13秒前
ihonest完成签到,获得积分10
13秒前
Vizz发布了新的文献求助10
13秒前
火星上的柏柳完成签到 ,获得积分10
14秒前
熊泰山完成签到 ,获得积分10
15秒前
you完成签到,获得积分10
16秒前
陈宗琴完成签到,获得积分10
16秒前
Jim luo发布了新的文献求助10
17秒前
18秒前
飞快的绿完成签到,获得积分10
18秒前
滋达不溜完成签到,获得积分10
18秒前
19秒前
明亮的遥完成签到 ,获得积分10
20秒前
自然的凝冬应助自由香魔采纳,获得10
20秒前
星辰大海应助imi采纳,获得10
20秒前
zheweitang完成签到,获得积分10
22秒前
彩色完成签到,获得积分10
22秒前
昵称完成签到,获得积分10
23秒前
Enia完成签到,获得积分10
23秒前
落后茗茗完成签到 ,获得积分10
24秒前
hfdfffcc发布了新的文献求助10
25秒前
流星雨发布了新的文献求助10
25秒前
simple完成签到,获得积分10
25秒前
25秒前
妮妮完成签到,获得积分10
25秒前
高分求助中
Sustainability in Tides Chemistry 1500
Handbook of the Mammals of the World – Volume 3: Primates 805
拟南芥模式识别受体参与调控抗病蛋白介导的ETI免疫反应的机制研究 550
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Manual of Sewer Condition Classification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3068355
求助须知:如何正确求助?哪些是违规求助? 2722240
关于积分的说明 7476332
捐赠科研通 2369299
什么是DOI,文献DOI怎么找? 1256310
科研通“疑难数据库(出版商)”最低求助积分说明 609538
版权声明 596835