The absorption, distribution, metabolism, excretion, and toxicity (ADMET) properties are important in drug discovery as they define efficacy and safety. Here, we apply an ensemble of features, including fingerprints and descriptors, and a tree-based machine learning model, extreme gradient boosting, for accurate ADMET prediction. Our model performs well in the Therapeutics Data Commons ADMET benchmark group. For 22 tasks, our model is ranked first in 10 tasks and top 3 in 18 tasks.
翻译:吸收、 分布、 新陈代谢、 排泄和毒性( ADMET) 特性对于药物发现非常重要,因为它们界定了功效和安全性。 在这里,我们应用了一系列特征, 包括指纹和描述符, 以及基于树的机器学习模型, 极端梯度推进, 来准确预测ADMET。 我们的模型在治疗数据常数 ADMET基准组中表现良好。 对于22项任务, 我们的模型在10项任务中排在首位, 在18项任务中排在前3。