亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Review and Comparative Analysis of Machine Learning-based Predictors for Predicting and Analyzing Anti-angiogenic Peptides

可解释性 鉴定(生物学) 优势和劣势 计算生物学 机器学习 人工智能 计算机科学 医学 数据科学 生物信息学 生物 药物发现 心理学 植物 社会心理学
作者
Phasit Charoenkwan,Wararat Chiangjong,Md Mehedi Hasan,Chanin Nantasenamat,Watshara Shoombuatong
出处
期刊:Current Medicinal Chemistry [Bentham Science Publishers]
卷期号:29 (5): 849-864 被引量:9
标识
DOI:10.2174/0929867328666210810145806
摘要

Cancer is one of the leading causes of death worldwide and the underlying angiogenesis represents one of the hallmarks of cancer. Efforts are already under way for the discovery of anti-angiogenic peptides (AAPs) as a promising therapeutic route, which tackle the formation of new blood vessels. As such, the identification of AAPs constitutes a viable path for understanding their mechanistic properties pertinent for the discovery of new anti-cancer drugs. In spite of the abundance of peptide sequences in public databases, experimental efforts in the identification of anti-angiogenic peptides have progressed very slowly owing to high expenditures and laborious nature. Owing to its inherent ability to make sense of large volumes of data, machine learning (ML) represents a lucrative technique that can be harnessed for peptide-based drug discovery. In this review, we conducted a comprehensive and comparative analysis of ML-based AAP predictors in terms of their employed feature descriptors, ML algorithms, cross-validation methods and prediction performance. Moreover, the common framework of these AAP predictors and their inherent weaknesses are also discussed. Particularly, we explore future perspectives for improving the prediction accuracy and model interpretability, which represent an interesting avenue for overcoming some of the inherent weaknesses of existing AAP predictors. We anticipate that this review would assist researchers in the rapid screening and identification of promising AAPs for clinical use.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
自然的清涟应助felix采纳,获得10
刚刚
刚刚
Nancy0818完成签到 ,获得积分10
12秒前
35秒前
36秒前
哩蒜呐发布了新的文献求助10
40秒前
凡凡发布了新的文献求助10
41秒前
cskk完成签到 ,获得积分20
43秒前
完美世界应助哩蒜呐采纳,获得10
46秒前
48秒前
49秒前
曲白萱发布了新的文献求助10
52秒前
Friday发布了新的文献求助10
55秒前
zhang发布了新的文献求助10
58秒前
59秒前
1分钟前
啊七发布了新的文献求助10
1分钟前
jjjjjj发布了新的文献求助10
1分钟前
jjjjjj完成签到,获得积分10
1分钟前
啊七完成签到,获得积分10
1分钟前
666666666666666完成签到 ,获得积分10
1分钟前
脑洞疼应助小台采纳,获得10
1分钟前
1分钟前
小台发布了新的文献求助10
1分钟前
斯寜应助科研通管家采纳,获得10
1分钟前
FashionBoy应助科研通管家采纳,获得10
1分钟前
斯寜应助科研通管家采纳,获得10
1分钟前
斯寜应助科研通管家采纳,获得10
1分钟前
strickland完成签到,获得积分10
1分钟前
LHW完成签到,获得积分0
1分钟前
曲白萱完成签到,获得积分20
1分钟前
吃了吃了完成签到,获得积分10
1分钟前
丘比特应助悬崖茶杯采纳,获得10
1分钟前
NexusExplorer应助大气的谷梦采纳,获得10
2分钟前
qq完成签到 ,获得积分10
2分钟前
小丸完成签到,获得积分10
2分钟前
小丸发布了新的文献求助10
2分钟前
科研通AI5应助监理zhou采纳,获得10
2分钟前
自然的清涟应助自信松思采纳,获得10
2分钟前
自然的清涟应助欣喜路人采纳,获得10
2分钟前
高分求助中
Drug Prescribing in Renal Failure: Dosing Guidelines for Adults and Children 5th Edition 2000
IZELTABART TAPATANSINE 500
Where and how to use plate heat exchangers 500
Seven new species of the Palaearctic Lauxaniidae and Asteiidae (Diptera) 400
Armour of the english knight 1400-1450 300
Handbook of Laboratory Animal Science 300
Not Equal : Towards an International Law of Finance 260
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3712917
求助须知:如何正确求助?哪些是违规求助? 3260987
关于积分的说明 9915997
捐赠科研通 2974585
什么是DOI,文献DOI怎么找? 1631040
邀请新用户注册赠送积分活动 773840
科研通“疑难数据库(出版商)”最低求助积分说明 744426