摘要
为了寻找靶向Caspase-1的活性化合物,本研究建立了四种机器学习分类模型(RF、SVM、ANN和VOTING)。这些模型根据不同的评估指标进行了比较,具有高曲线下面积(AUC)的最佳分类模型被用来对ZINC数据库中的天然产物进行虚拟筛选。随后通过不同的药物相似性规则对化合物的ADMET特性进行了过滤。此外,考虑到蛋白质与配体结合的实际情况,本文对每个选定的配体与Caspase-1进行了分子对接和相互作用分析。根据计算出的结合能进行排序,并筛选出3个潜在的抑制剂。
-
单位山东中医药大学; 山东中医药大学附属医院