《表3 两种模型的虚拟筛选性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多输入神经网络的药物组合协同作用预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

计算模型的一个重要应用是高通量虚拟筛选，一个有效的计算模型可以帮助降低筛选成本。首先，在测试集上，我们按照协同值从大到小的顺序对每个细胞系上测试的药物组合进行有效性排序。然后定义了TopN指标来描述模型性能。TopN定义如下：预测的前N个有效药物组合中包含真实的最有效药物组合的细胞系数/细胞系总数，N取大于1的自然数且不大于待测药物组合数。TopN指标介于0～1之间，且越大越好。我们分别取N为1、2、3、4、5、20和40，计算它们在MulinputSynergy和DeepSynergy模型下的值，然后进行对比，如表3所示。