• • 特征工程平臺主要功能包括數(shù)據(jù)預(yù)處理功能，滿足對于結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化文本數(shù)據(jù)、圖數(shù)據(jù)等多種數(shù)據(jù)類型的導(dǎo)入及處理；實(shí)現(xiàn)特征提取、特征選擇、特征縮放、特征變換、用戶自定義變換功能模塊；

• • 人工智能建模平臺主要功能包括主流的機(jī)器學(xué)習(xí)算法免代碼式建模，實(shí)現(xiàn)導(dǎo)入數(shù)據(jù)集選擇預(yù)置算法或自動機(jī)器學(xué)習(xí)算法建模，實(shí)現(xiàn)模型評估和測試；

• • 人工智能建模平臺包含工程化管理平臺，實(shí)現(xiàn)了對各數(shù)據(jù)建模整個生命周期的可視化和模塊化管理，并以友好的用戶界面整合用戶管理、任務(wù)管理、數(shù)據(jù)管理和模型管理等業(yè)務(wù)級管理任務(wù)；

• • 人工智能建模平臺支持可視化界面Web GUI，可通過交互式web界面呈現(xiàn)機(jī)器學(xué)習(xí)建模功能。

   

   

完成人工智能建模平臺定制化開發(fā)，包括主流的機(jī)器學(xué)習(xí)算法免代碼式建模和企業(yè)級工程化管理

完成人工智能平臺的安裝部署和測試

完成特征工程平臺定制化開發(fā)，包括通用特征工程計算模塊和領(lǐng)域工具箱模塊

完成特征工程平臺的安裝部署和測試

• • 課題研究綜合運(yùn)用多種數(shù)據(jù)庫，整理了較為全面的天然產(chǎn)物數(shù)據(jù)。

• • 以ChEMBL 25化合物活性數(shù)據(jù)庫為基準(zhǔn)，采用骨架相似性搜尋和文本挖掘的方法，尋找與天然產(chǎn)物骨架相同和來源于天然產(chǎn)物或與天然產(chǎn)物相關(guān)的分子，進(jìn)行了可以批量進(jìn)行的靶點(diǎn)預(yù)測建模工作。

• • 課題探究天然產(chǎn)物或者天然產(chǎn)物及其相關(guān)分子建立的模型是否對篩選天然產(chǎn)物更有效，及弱活性數(shù)據(jù)和弱非活性數(shù)據(jù)對建模效果的影響，以及SEA模型組合機(jī)器學(xué)習(xí)模型等多級篩選的效果。

通過本次研究發(fā)現(xiàn)：

• • 無論是機(jī)器學(xué)習(xí)還是深度學(xué)習(xí)，建模時應(yīng)考量是否必須將弱活性或弱非活性數(shù)據(jù)加入到建模數(shù)據(jù)，如非必要，可以選擇不加此類數(shù)據(jù)；

   

  • • 天然產(chǎn)物模型或天然產(chǎn)物相關(guān)分子構(gòu)建的模型，對天然產(chǎn)物及相關(guān)分子的特征學(xué)到的更多，比起全部化合物構(gòu)建的模型，在預(yù)測天然產(chǎn)物及相關(guān)分子方面具有有一定的優(yōu)勢；

   

  • • SEA組合多級篩選，伯努利樸素貝葉斯模型對假陽性的分辨性能較好。