基于随机森林与Chemistry Development Kit描述符的P-gp底物识别 (2007年)

应用随机森林方法、开放源代码软件-CDK（Chemistry Development Kit）描述符与170个化合物的训练数据集[其中96个为磷糖蛋白（P-gp）底物]，建立了P-gp底物的识别模型。研究了CDK描述符与P-gp底物识别的关系，结果表明，原子极化性和电荷偏面积等分子属性对P-gp底物识别起到重要作用。该模型对训练集的预测正确率为99.42%；对外部测试集（42个化合物，其中24个为P-gp底物）的预测结果为P-gp底物、非底物及总测试集的识别正确率分别为87.50%，83.33%和85.7