训练分子性质分类预测模型——赛题深入解析

赛题任务

选手根据提供的demo数据集，可以基于demo数据集进行数据增强、自行搜集数据等方式扩充数据集，并自行划分数据。运用深度学习、强化学习或更加优秀人工智能的方法预测PROTACs的降解能力，若DC50>100nM且Dmax<80% ，则视为降解能力较差（demo数据集中Label=0）；若DC50<=100nM或Dmax>=80%，则视为降解能力好（demo数据集中Label=1）。

• 核心任务--->预测PROTACs的降解能力。
• 实现效果--->分类为 降解能力较差/降解能力好 两种结论。
• 解决方法--->基于demo数据集进行数据增强、自行搜集数据等方式扩充数据集，并自行划分数据用于训练和验证模型。
• 解题思路--->需要利用给定的数据集进行特征工程、模型选择和训练，然后使用训练好的模型对测试集中的用户进行预测，并生成相应的预测结果。

注：PROTACs：是一种三元复合物由目标蛋白配体、linker、E3连接酶配体组成，靶向降解目标蛋白质。

预测目标

• 需要预测PROTACsDmax的降解能力，具体来说，就是预测 Lable 字段的值。
• 根据 DC50 和 Dmax 的值来判断降解能力的好坏：