Shao2022 - Predicting HepG2 toxicity using the S2DV technique
收藏NIAID Data Ecosystem2026-05-02 收录
下载链接：
https://www.omicsdi.org/dataset/biomodels/MODEL2408070003
下载链接
链接失效反馈官方服务：
资源简介：
The model uses Word2Vec, a natural language processing technique to represent SMILES strings. The model was trained on over
Model Type: Predictive machine learning model.
Model Relevance: Probability of HepG2 Toxicity
Model Encoded by: Emmanuel Onwuegbusi(Ersilia)
Metadata Submitted in BioModels by: Zainab Ashimiyu-Abdusalam
Implementation of this model code by Ersilia is available here:
https://github.com/ersilia-os/eos2fy6
本模型采用词向量模型（Word2Vec）这一自然语言处理技术，对简化分子线性输入规范（SMILES）字符串进行表征。该模型基于超过进行训练。
模型类型：预测型机器学习模型。
模型相关性：HepG2细胞毒性概率。
模型编码者：Emmanuel Onwuegbusi（Ersilia）。
元数据由Zainab Ashimiyu-Abdusalam提交至BioModels数据库。
Ersilia团队提供了本模型的代码实现，开源地址如下：
https://github.com/ersilia-os/eos2fy6
创建时间：
2024-08-07
