作者：弗朗西斯科·塞纳（Fransco Serna）
主要顾问：Claudio N. Cavasotto博士（合着者）
委员会成员：
德克萨斯大学生物医学信息学学院的硕士论文。
抽象的：
G蛋白偶联受体（GPCR）构成了最大的跨膜受体家族，其中大量研究致力于求解蛋白质结构。beplay苹果手机能用吗在这项贡献中，我们探讨了基于结构和配体的虚拟筛查方法用于药物发现。我们使用机器学习算法，一种laplacian修饰的幼稚的贝叶斯分类器，预测和重新读取来自高通量对接（HTD）评分的化合物列表。然后，我们评估富集的总体有效性和拉普拉斯模式的有效性。我们的结果表明，使用Laplacian修饰的幼稚的贝叶斯分类器用于基于结构和配体的方法。这些方法表明，鉴于将有意义的信息提供给分类器，可以显着增加有关结合活动的先验知识，因此可以显着增加富集。