应用人工神经网络预测药物的生物药剂学分类

作者：陈敏燕; 金芝贵; 吴飞华; 梁文权

来源：中国药学杂志, 2010, (09): 669-676.

• 特征溶解度
• 渗透性
• 生物药剂学分类系统
• 神经网络
• 遗传算法 intrinsic solubility
• permeability
• biopharmaceutics classification system
• artificial neural network
• genetic algorithms

目的建立药物生物药剂学分类的预测模型。方法采集60个样本建立药物特征溶解度神经网络模型,采集214个样本建立药物渗透性遗传神经网络模型,并在此2个模型基础上,构建生物药剂学分类系统预测模型。结果生物药剂学分类系统预测模型中,溶解度预测准确度为93.8%,渗透性预测准确性为81.2%,生物药剂学分类预测准确性为75.0%。结论本模型可以较好地预测药物的生物药剂学分类,预测效能较高。

• 单位
  浙江大学; 上海交通大学医学院附属第九人民医院