先把转运体抑制定义清楚
人福医药集团（Humanwell Healthcare (Group) Co., Ltd.）与武汉大学（Wuhan University）的研究者整合既有实验资料，预测胆盐输出泵（bile salt export pump，BSEP）是否受化合物抑制。原数据来自表达人的 BSEP 的膜囊泡等体系，用不同实验测量转运抑制；研究仅用较保守的阈值分为抑制与非抑制两类，没有把各实验的连续效力数值当作完全等价。
整理后，训练集含 827 个化合物，同来源测试集含 207 个；另有 80 个独立研发化合物组成外部验证集，其中 48 个为抑制剂、32 个为非抑制剂。外部数据没有参与训练、特征选择或参数优化，因此能检验同一文献数据随机拆分以外的表现。
内部反复验证，仍需保留独立测试
研究比较 4 类分子表征和 4 种分类算法，并用类别权重处理阳性、阴性样本不均衡的问题。Boruta 特征筛选用于减少输入维度，再检查这些筛选结果是否适合后续算法。
需要注意的是，特征先在完整训练集上选择，再进行内部反复交叉验证。因此，内部结果主要反映固定特征空间中的稳定性，不能充作完全无偏的样本外性能。论文把同来源留出测试与独立外部验证作为更重要的泛化检验。
窄屏可横向滑动查看完整图表。
外部性能下降，筛选特征也未必总有帮助
在外部验证中，部分树模型结合 RDKit2D 描述符得到较好的结果，Matthews 相关系数（Matthews correlation coefficient，MCC）超过 0.65，受试者工作特征曲线下面积约为 0.87。但外部集合较小，多种组合的置信区间有重叠，结果不表示这类算法在所有化合物上普遍更优。
Boruta 的作用取决于分子表征与后续算法。有些树模型在降维后保持或改善性能，部分支持向量机组合却下降。研究因此没有把特征筛选当成必定提高预测准确性的步骤，而是同时考察性能和计算开销。
处于适用域内，也可能出现分布偏移
大部分外部化合物仍落在形式上的适用域边界内，但其分子大小、脂溶性等性质与训练集存在偏移。这解释了为什么“未超出边界”不代表预测条件与训练时相同；适用域分析需要与实际外部性能一起看。
该模型预测的是 BSEP 抑制这一机制相关风险。药物性肝损伤还涉及人体暴露、线粒体毒性、代谢物和其他转运过程。预测结果可用于优先安排实验确认，再结合实测抑制效力与暴露信息评价风险，而不能单独当作完整肝毒性结论。