BSEP 抑制的分子表征选择与外部验证计算模型
用胆盐输出泵（bile salt export pump，BSEP）的文献实验标签建立分类模型，并以 80 个独立化合物的实测结果检验外推。
用途与模型
- 研究用途
- 在药物发现早期识别可能的 BSEP 抑制风险，比较分子表征、特征筛选和算法在外部化合物上的表现。
- 模型与细胞来源
- 用 827 个训练化合物和 207 个同来源测试化合物建立并检验模型，另设 80 个独立外部化合物；标签来自 BSEP 抑制实验。
- 方法版本
- 2026 年原研究；2026-09-09
- 实验形式
- 文献资料拆分训练与同来源测试集；特征规则只由训练集确定，再用于测试和外部验证，另比较有、无 Boruta 筛选。
材料与平台
- 数据和模型
- 827 个训练化合物、207 个同来源测试化合物与 80 个独立外部化合物，使用 BSEP 实验分类标签；90 个来源间标签冲突的化合物在整理阶段排除。
测量指标与分析
- BSEP 二分类的 Matthews 相关系数（Matthews correlation coefficient，MCC）、受试者工作特征曲线下面积（ROC-AUC）、敏感度、特异度及适用域。
外部集部分树模型与 RDKit2D 组合的 MCC 超过 0.65、ROC-AUC 约 0.87；不同组合的置信区间有重叠。
研究设计与结果
药物集评价
- 研究设计
- 文献资料中的 827 个训练化合物与 207 个同来源测试化合物分开，另设 80 个独立实验化合物。
- 测试范围
- 外部集 80 个化合物，含 48 个抑制剂和 32 个非抑制剂；90 个来源间标签冲突的化合物在整理阶段排除。
- 参照体系
- 独立外部化合物的 BSEP 实验分类，以及同来源留出测试结果。
- 研究结果
- 外部集部分树模型与 RDKit2D 的 MCC 超过 0.65、ROC-AUC 约 0.87；不同组合置信区间有重叠，Boruta 并非总有帮助。
适用条件与研究局限
- 特征选择先于内部交叉验证，内部结果主要描述固定特征空间的表现。
- 外部集合较小，形式上处于适用域内仍可能发生分布偏移。
- 单一机制预测不能替代整体药物性肝损伤风险评价。
来源与原文
- Machine learning prediction of bile salt export pump inhibition with Boruta feature selection in imbalanced data原始研究 · Frontiers in Pharmacology · 2026-09-09