L3 · 24 دقيقة
الانحدار وتقدير الخطأ
الارتباط ليس سببية، وQSAR ينهار خارج نطاقه.
أهداف التعلّم
- التفريق بين ارتباط وسببية في QSAR وML scoring.
- شرح لماذا يموت النموذج خارج نطاق التطبيق حتى لو كان R² الداخلي جميلاً.
الخط المستقيم ليس آلية
الانحدار يربط واصفات x بنشاط y. قد ينجح لأن x يحمل إشارة حقيقية، أو لأن السلسلة كلها تشترك هيكلاً والواصف مجرد عدّ للوزن الجزيئي. في الفرز، نموذج يُميّز actives عن decoys عبر الهيكل لا الفيزياء سيفشل على سلسلة جديدة. النطاق (applicability domain) هو الاعتراف بأن التنبؤ مشروط بجيران في فضاء كيميائي.
فشل متوقع — لا مفاجأة
- R² تدريب مرتفع وR² اختبار منهار: حفظ لا تعميم.
- تقسيم عشوائي لسلسلة زمنية كيميائية: تسرّب تشابه.
- y-scrambling ما زال يعطي نموذجاً «جيداً»: الإشارة وهمية.
- التنبؤ خارج مجال الواصفات: تخمين.
لماذا؟ — لماذا الارتباط ليس سببية حتى لو تطابق مع فرضية الجيب؟
قد يتحرك الواصف مع الحجم الذي يتحرك مع logD الذي يتحرك مع نفاذية المقايسة الخلوية لا مع Kd. الفرضية البنيوية تحتاج تجربة تفصل المتغيرات (نظير يُكسر فيه التفاعل دون تغيير الواصف العام).
ماذا لو؟ — ماذا لو قدّمتَ نموذج QSAR بـ R² = 0.95 من تدريب فقط في مناقشة؟
سؤال المتابع الشرعي: ماذا عن الاختبار الخارجي وy-scrambling والنطاق؟ بلا ذلك الرقم مسرح. اعرض أداءً على قسم لم يُستخدم في اختيار الواصفات.
تمرين
نموذج يستخدم MW وحده على سلسلة تزداد قوتها مع الحجم حتى تخرج من الجيب. ماذا يحدث للنظير الأكبر التالي؟
مواضيع مرتبطة