Utilizing Machine Learning for Predicting Potential JAK۱ Inhibitors Among FDA-Approved Drugs
- سال انتشار: 1403
- محل انتشار: اولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده
- کد COI اختصاصی: DSAI01_074
- زبان مقاله: انگلیسی
- تعداد مشاهده: 92
نویسندگان
Isfahan university of medical science, Isfahan, Iran
چکیده
This study used machine learning, specifically a Random Forest classifier, to identify potential JAK۱ inhibitors from a pool of FDA-approved drugs. By leveraging computational methods and extensive feature selection, the top ۱۰ most promising compounds were selected for further investigation, showcasing the power of data-driven approaches in accelerating drug discovery and repurposing processes.کلیدواژه ها
Machin learning, Computational drug discovery, Drug repurposingمقالات مرتبط جدید
- NSO: Natural Selection Optimization for Adaptive k-Nearest Neighbor Imputation
- Statistical Model for Determining Maximum Stress in Coronary Vessel Walls caused by Palmaz-Schatz Stent
- Comparison of CNN, LSTM and Their Hybrid Models in Detecting Coronavirus Using Genome Sequences
- Low-light Image Enhancement Using Deep Neural Network: An Improvement on ZeroDCE++
- Stuctered Light ۳D Reconstruction by Charuco
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.