Attention- and gate-augmented graph convolution network modeling to predict the potential for reproductive and developmental toxicity
- 주제어 (키워드) Toxicity Prediction , Reproductive and Developmental Toxicity , Graph Convolutional Networks , Quantitative Structure-Activity Relationship , 독성 예측 , 생식 및 발생 독성 , 그래프 합성곱 신경망 , 정량적 구조-활성 관계
- 발행기관 서강대학교 일반대학원
- 지도교수 오한빈
- 발행년도 2025
- 학위수여년월 2025. 2
- 학위명 석사
- 학과 및 전공 일반대학원 화학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000079479
- UCI I804:11029-000000079479
- 본문언어 영어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
목차
1. Introduction 3
2. Methods 8
2.1. Data Collection 8
2.2. Feature Extraction 10
2.3. Model Architecture 12
2.4. Hyperparameter optimization 15
2.5. 5-fold validation 15
2.6. Subgraph interpretation 16
3. Results 19
3.1. Dataset diversity and applicability domain 19
3.2. Optimal hyperparameters 21
3.3. 5-fold cross-validation and Model performance 22
3.4. Comparison of subgraphs and structural alerts 24
4. Discussion 27
5. Conclusions 29
6. Tables and Figures 30
7. Supplementary Materials 40
8. References 46
