世宗大学与KIST开发植物化合物肠道吸收预测模型

世宗大学与韩国科学技术研究院（KIST）研究人员开发了可解释机器学习模型，可根据植物化合物的分子结构预测其肠道吸收相关特性；在交叉验证中，表观通透性预测的决定系数最高约为0.96，外排行为分类的曲线下面积为0.96。 模型基于83种植物化合物在人肠道Caco-2细胞模型中的实验数据构建，预测对象包括肠道通透性、屏障完整性及外排行为，并通过SHAP分析解释影响预测的分子特征。研究人员称，该模型有望用于功能食品成分和候选药物的初步筛选。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。