基于K-近邻算法的中药化合物寒热平药性预测研究

目的:构建基于K-近邻算法(KNN)的中药化合物寒热平药性预测模型,用于评价中药化合物药性.方法:根据本课题组前期的"性-构"关系研究假说,中药化合物的结构决定中药化合物的药性.首先计算分子描述符以提取中药化合物的结构特征.然后,引入KNN度量中药化合物的相似性,构建中药化合物药性预测模型,通过交叉验证的方式对模型进行评价.结果:本研究共采集2 012个中药化合物,五折交叉验证下KNN模型准确率和AUC的面积分别为81.14％、0.910.模型的拟合性效果较好,精准率、召回率、Fscore值分别为0.807、0.777、0.790.结论:本研究构建的基于KNN的中药化合物药性预测模型是有效的,进一步验证了本课题组的假说——中药化合物的结构决定了中药化合物的药性.