利用初级筛选数据预测剂量反应成功率的机器学习模型

基于32,971对化合物-实验数据训练的随机森林模型，能预测11点剂量反应实验是否可量化效价。 模型AUROC达0.939，在8个时间测试中保留90%的可报告效价，仅筛选55.7%的化合物对。 该预测可提升化合物优先级排序效率，减少不必要的剂量反应实验。