Advancements in QSAR modelling: Decision trees and rotation forest for prediction of Aspergillus anti-inflammatory metabolites

Vol 9, 2023 - 167363
Poster
Download
Favoritar este trabalho
Como citar esse trabalho?
Resumo

The study showcased advancements in Quantitative Structure Activity Relationship (QSAR) modelling, employing decision trees and rotation forest to accurately predict nitric oxide (NO) inhibitors and anti-inflammatory metabolites from Aspergillus fungi species. Leveraging an ensemble approach, the research offers strategies for enhanced machine learning NO anti-inflammatory models for drug discovery.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Federal de Alfenas
  • 2 Universidade Federal de Sergipe
  • 3 Universidade Federal de Mato Grosso
Palavras-chave
J48 Algorithm; Ensemble Methods; Machine Learning