QSAR 모델의 적용 범위는 무엇입니까?

이는 훈련 데이터에 의해 정의되는 화학 공간의 영역으로, 이 영역 내에서 모델의 예측이 신뢰할 수 있다고 간주됩니다. 매우 다른 분자에 대한 예측은 신중하게 다루어야 합니다.

QSAR 모델은 어떻게 적절하게 검증됩니까?

내부 교차 검증 외에도, 훈련에 사용되지 않은 외부 화합물 세트로 테스트되어야 합니다. 좋은 내부 통계만으로는 예측 성능을 보장하지 않기 때문입니다.

정량적 구조-활성 및 구조-속성 관계는 분자 구조의 수치적 설명자로부터 분자의 활성 또는 속성을 예측하는 통계 모델을 구축합니다.

PaperMind(으)로 주제 찾기곧 제공Find papers & topics

Tools & resources

Learn & explore

동영상곧 제공

예측 목적으로 설명자로 인코딩된 분자 구조를 측정된 속성 또는 생물학적 활성과 연관시키는 경험적, 데이터 기반 모델입니다.

QSAR 및 QSPR 모델의 구축, 이들이 사용하는 설명자 및 학습 알고리즘, 검증 및 적용 범위의 중요성, 생물학적 활성 및 물리화학적, ADMET 속성에 대한 응용을 다룹니다. 해석 가능한 고전적 모델과 현대 기계 학습 모델을 구별합니다.

Hansch 분석: 친유성, 전자 및 입체 매개변수와 같은 물리화학적 설명자와 생물학적 활성을 연관시켜 정량적 구조-활성 관계를 확립합니다.
검증 및 적용 범위: 신뢰할 수 있는 QSAR은 엄격한 외부 검증과 정의된 적용 범위를 필요로 합니다. 모델은 훈련 데이터와 다른 구조에 대해 외삽(extrapolate)이 잘 되지 않기 때문입니다.

QSAR 및 속성 모델은 선도 물질 최적화를 안내하고, 합성 및 테스트를 위한 화합물 우선순위를 정하며, 흡수, 분포, 대사, 배설 및 독성을 예측하고, 화학 물질 안전성에 대한 규제 평가에 정보를 제공합니다.

1964년 Hansch와 Fujita가 활성과 물리화학적 매개변수 간의 상관관계를 분석하면서 시작된 QSAR은 3차원 및 기계 학습 변형을 통해 발전했으며, 이후 OECD는 규제 사용을 위한 검증 원칙을 성문화했습니다.

검증의 엄격성과 과적합: 높은 내부 적합 통계는 실제 예측력이 좋지 않음을 가릴 수 있으므로, 외부 검증 및 적절한 적용 범위 정의에 대한 지속적인 강조와 논쟁이 있습니다.

QSAR 모델의 적용 범위는 무엇입니까?: 이는 훈련 데이터에 의해 정의되는 화학 공간의 영역으로, 이 영역 내에서 모델의 예측이 신뢰할 수 있다고 간주됩니다. 매우 다른 분자에 대한 예측은 신중하게 다루어야 합니다.
QSAR 모델은 어떻게 적절하게 검증됩니까?: 내부 교차 검증 외에도, 훈련에 사용되지 않은 외부 화합물 세트로 테스트되어야 합니다. 좋은 내부 통계만으로는 예측 성능을 보장하지 않기 때문입니다.