پیش بینی قابل تعمیم داروپذیری پروتئین با طبقه بند دو مرحله ای و بهینه سازی بیزی مقید به زمان

کشف دارو به شناسایی سریع و معتبر اهداف پروتئینی نیاز دارد. روش های خودکار پیشین تنها بر بیشینه‎سازی دقت تمرکز می کنند و از زمان پیش بینی، پایداری و بازتولیدپذیری تنظیم چشم می پوشند. رویکردهای عمیق توالی و گراف نیز پرهزینه و کند هستند و جست وجوی تکاملی در تنظیم ابرپارامترها نوسان بالا دارد. خلا اصلی نبود بهینه سازی هم زمان دقت و تاخیر همراه با مسیردهی هوشمند نمونه های آسان و دشواری در تنظیم صحیح پارامترهای کنترلی است. بر همین اساس، در این پژوهش یک طبقه بند دومرحله ای بر پایه روش دسته‎بندی درختی CatBoost با خروج زودهنگام برای موارد با اطمینان بالا و گذر ژرف برای موارد مبهم ارائه می شود و تنظیم ابرپارامترها با ابرباند بیزی آگاه از زمان پاسخ موسوم به LABO-HB و نیز هدف تک معیاری تراز دقت و تاخیر و آستانه گذاری داده محور انجام می گیرد؛ پس از پایش هزینه و مصالحه میان گزینه های عمیق و تقویتی به این طرح دومرحله ای روی آوردیم، زیرا با حفظ دقت، زمان پاسخ و نوسان عملکردی را کاهش داد. ارزیابی با مجموعه داده‎های ProTar-II متعادل و ProTar-II-Ind دیده نشده و نیز DPI-CDF گردآوری شده از DrugBank و Swiss-Prot و با انجام پیش پردازش، استخراج ویژگی مبتنی بر توالی و پیشگیری از نشت و تفکیک منصفانه آموزش-اعتبارسنجی-آزمون انجام شد و تعمیم پذیری در هر دو محک داخلی و بیرونی پایدار ماند. روش پیشنهادی به درستی کل ۶/۹۶ درصد و نیز F۱ معادل ۵/۹۶ درصد دست یافت و نیز زمان پیش بینی را نسبت به مبنا به طور معنادار کاست. پیوند خروج زودهنگام با LABO-HB دقت بالا را با تاخیر کمتر و نوسان اندک همراه کرد و در برابر نامتوازنی، خروجی بازتولیدپذیر را ایجاد کرد. این روش در طراحی دارو مفید است و در عمل اولویت بندی چابک اهداف در غربالگری اولیه و تخصیص هوشمند منابع آزمایشگاهی را ممکن می سازد.

کلیدواژه ها:

داروپذیری پروتئین ، طبقه بند دومرحله ای ، بهینه سازی بیزی ، تراز دقت-زمان ، یادگیری ماشینی