应用人工神经网络预测药物的生物药剂学分类
目的 建立药物生物药剂学分类的预测模型.方法 采集60个样本建立药物特征溶解度神经网络模型,采集214个样本建立药物渗透性遗传神经网络模型,并在此2个模型基础上,构建生物药剂学分类系统预测模型.结果 生物药剂学分类系统预测模型中,溶解度预测准确度为93.8%,渗透性预测准确性为81.2%,生物药剂学分类预测准确性为75.0%.结论 本模型可以较好地预测药物的生物药剂学分类,预测效能较高.
特征溶解度、渗透性、生物药剂学分类系统、神经网络、遗传算法
45
R944(药剂学)
2010-06-12(万方平台首次上网日期,不代表论文的发表时间)
669-676