タンパク質-化合物相互作用ネットワークのリンクマイニング

山崎卓朗; 大上雅史; 秋山泰

論文・著書情報

タイトル

和文:	タンパク質-化合物相互作用ネットワークのリンクマイニング
英文:

著者

和文:	山崎卓朗, 大上雅史, 秋山泰.
英文:	Takuro Yamazaki, Masahito Ohue, Yutaka Akiyama.

言語

Japanese

掲載誌/書名

和文:	研究報告バイオ情報学（BIO）
英文:	IPSJ SIG Technical Report

巻, 号, ページ

2016-BIO-45 9 1-7

出版年月

2016年3月11日

出版者

和文:	情報処理学会
英文:

会議名称

和文:	情報処理学会第45回バイオ情報学研究会
英文:

開催地

和文:	石川県能美市
英文:

公式リンク

https://ipsj.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=158087&item_no=1&page_id=13&block_id=8

アブストラクト

新薬開発にかかる莫大な経済的，時間的コストを削減するために，新薬候補化合物をコンピュータ上で選別する，Virtual Screening という手法が広く用いられている．Virtual Screening の一種として，既知タンパク質-化合物相互作用情報から新規相互作用の予測を行うChemical Genomics-Based Virtual Screening (CGBVS) があり，これには様々な機械学習やデータマイニングの手法が用いられている．CGBVS は高効率かつ高精度な予測が出来る一方で，相互作用情報が未知の新規化合物に対する予測精度が不十分であるという欠点がある．本研究では，リンクマイニングの観点から，CGBVS の既存法の中で新規化合物に対する予測精度が最も高いPairwise Kernel Method (PKM) に対しリンク指標を用いた改良方法を提案した．また，AUROC およびAUPR を用いて提案法の予測精度の評価を行った．その結果，提案法は従来法に比べてAUPR 値で0.468 から0.562 への精度向上を達成した．

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報