Home >

news ヘルプ

論文・著書情報


タイトル
和文:SVMとDeep Learningに基づくヒトc-Yesキナーゼ阻害化合物の予測 
英文: 
著者
和文: 鈴木翔吾, 柳澤渓甫, 大上雅史, 石田貴士, 秋山泰.  
英文: Takuro Yamazaki, Masahito Ohue, Yutaka Akiyama, Takashi Ishida, 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 2015-BIO-42    36    1-7
出版年月 2015年6月16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42回バイオ情報学研究会 
英文: 
開催地
和文: 
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=142505&item_no=1&page_id=13&block_id=8
 
アブストラクト 新薬開発にはバーチャルスクリーニングという，新薬候補化合物をコンピュータ上で選別する手法が広く用いられている．バーチャルスクリーニングには，標的タンパク質に対する阻害活性が既知の化合物情報を用いるリガンドベースの手法 （ligand-based method） があるが，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．本研究では，SVM と Deep Learning の 2 種類の学習方法を用いて標的阻害化合物の予測モデルを構築した．また，Deep Learning の出力層に SVM を用いた予測モデルを構築した．そして，これら 3 つの予測モデルをヒト c-Yes キナーゼ阻害化合物の予測に適用し，精度の評価を行った．

©2007 Institute of Science Tokyo All rights reserved.