最近在github找到一篇2021年D题(抗乳腺癌候选药物的优化建模)一等奖的资源,内容公开,链接如下:GitHub - DongZhouGu/MathModel-Pretrain: 研究生数学建模,华为杯数学建模,2021D题(数模之星),乳腺癌,机器学习,数据分析& \" z1 N" k/ |" V4 O$ E
具体论文的代码在数模之星文件夹中,该博主是上海大学的,里面包含他答辩的ppt和论文,代码以及所使用到的数据。相当详细。; k5 i. N3 d! r
当然上不去github的同学可以下载我们附件中的内容,也是可以学习的。附件内容如下:附件初始设定为5点体力值
# R' N/ [ M. l% y0 D5 l1 n. e5 f% y: @; V. h
下面我们介绍一下题目:+ C# F$ O9 h' C- T
已有条件: 给出了1974个训练样本和50个测试样本,每个样本有729个特征 - 每个训练样本有7个标签,分别是IC50值、pIC50值、和ADMET性质(包含5个标签)
- IC50值、pIC50值是两个相关的连续变量。pIC50是IC50的负对数
- ADMET性质的五个变标签都是布尔值% a- N& S) Y5 g% Q8 A6 W: p
问题: - 根据特征对IC50值和pIC50值影响的重要性进行排序,并给出前20个对IC50值和pIC50值最具有显著影响的特征
- 选择不超过20个特征,构建IC50值和pIC50值的定量预测模型,并计算测试样本的IC50值和pIC50值。
- 构建ADMET性质的分类预测模型,并计算测试样本的ADMET性质
- 寻找并阐述哪些特征,以及这些特征在什么取值范围时,pIC50值取值较好,同时具有更好的ADMET性质(给定的五个ADMET性质中,至少三个性质较好)
' E$ x* ]# ]& Z! G) n2 C' X4 u
对于题目的理解大家可以看附件中的论文,肯定要比我理解深刻。希望大家可以学到知识。 5 j+ { t5 E+ L8 T5 u3 l
附件如下
% T) G1 S e7 y/ V& c4 L4 m# F
) Y9 Q& M4 Z8 J; b% T$ J* a9 F; u' B( T, |, c( x6 x& p% ]6 C! [
|