Badanie użyteczności reprezentacji opartych o fizykę w cheminformatyce

Porównanie metod reprezentacji molekularnej w celu klasyfikacji aktywności cząsteczki w eksperymentach projektowania leków i poszukiwanie optymalnej kombinacji deskryptorów dla różnych modeli uczenia maszynowego. Ważnym zadaniem praktycznym jest sprawdzenie skuteczności wykorzystania fizycznej reprezentacji molekuł w klasycznych problemach cheminformatyki. Praca przedstawia wyniki eksperymentów przeprowadzonych na specjalnie stworzonym workbench "Moloi", który upraszcza pracę z różnymi reprezentacjami molekuł i modeli uczenia maszynowego. Program wykorzystuje kombinacje RDKit, Mordred, MACCS, morgan i Spectrophore do tworzenia zestawów fizycznych i strukturalnych deskryptorów dla zbiorów danych BACE i clintox z cząsteczkami w formacie SMILES.

Comparison of the methods of molecular representation in the task of classifying the activity of a molecule in drug discovery experiments and searching for the optimal combination of descriptors for various models of machine learning. It is an important practical task to test the effectiveness of using the physical representation of molecules in the classic problems of cheminformatics. This thesis presents the results of experiments conducted on a specially created "Moloi" workbench that simplifies the work with different representations of molecules and models of machine learning. The program uses combinations of RDKit, Mordred, MACCS, morgan and Spectrophore descriptors and fingerprints to create sets of physical and structural descriptors for BACE and clintox datasets with molecules in the SMILES notation.