An application of machine learning methods to structural interaction fingerprints-a case study of kinase inhibitors
PBN-AR
Instytucja
Instytut Farmakologii im. Jerzego Maja Polskiej Akademii Nauk
Informacje podstawowe
Główny język publikacji
en
Czasopismo
BIOORGANIC & MEDICINAL CHEMISTRY LETTERS
ISSN
0960-894X
EISSN
1464-3405
Wydawca
PERGAMON-ELSEVIER SCIENCE LTD
DOI
URL
Rok publikacji
2014
Numer zeszytu
2
Strony od-do
580-585
Numer tomu
24
Identyfikator DOI
Liczba arkuszy
Słowa kluczowe
en
Structural interaction fingerprint;
Machine learning;
Virtual screening;
Docking results analysis
Streszczenia
Język
en
Treść
In this Letter, we present a novel methodology of searching for biologically active compounds, which is based on the combination of docking experiments and analysis of the results by machine learning methods. The study was performed for 5 different protein kinases, and several sets of compounds (active, inactive and assumed inactives) were docked into their targets. The resulting ligand-protein complexes were represented by the means of structural interaction fingerprints profiles (SIFts profiles) that constituted an input for ML methods. The developed protocol was found to be superior to the combination of classification algorithms with the standard fingerprint MACCSFP.
Cechy publikacji
ORIGINAL_ARTICLE
Inne
System-identifier
PX-56989cd5810641ecf9198f7f
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych