论文研究 基于深度学习的PLK1PBD活性预测.pdf

为了提高抗癌药物的发现效率并降低研发成本，针对基于PLK1此类结构和功能均高度保守的丝氨酸/苏氨酸蛋白激酶在多种肿瘤类型中高表达的特点，提出以PLK1 PBD为靶点的深度信念网络（deep believe network，DBN）抗癌活性研究方法。利用深度学习思想，对20 000个化合物的抗癌活性进行分析，并分别与ANN、SVM方法进行对比验证。实验结果表明，在同等条件下，DBN网络针对抗癌药物活性研究具有突出的优势，其平均预测活性的精确度可达91.05%，明显高于ANN和SVM，从而实现了对化合物抗癌活性的良好评估。