活性値情報のグループ化とランク学習による化合物スクリーニング

鈴木 翔吾; 大上 雅史; 秋山 泰

論文・著書情報

タイトル

和文:	活性値情報のグループ化とランク学習による化合物スクリーニング
英文:	A Compound Screening with Grouping Activity Score and Learning to Rank

著者

和文:	鈴木翔吾, 大上雅史, 秋山泰.
英文:	Shogo Suzuki, 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-46 26 1-7

出版年月

2016年6月27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46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=164548&item_no=1&page_id=13&block_id=8

アブストラクト

新薬開発の支援手法に，まだ実験されていない化合物の活性値を機械学習等の技術によって予測する化合物スクリーニングがある．化合物スクリーニングのうち，活性値そのものではなく活性値の大小の順序関係を予測する問題としてランク学習で扱う手法が提案されている．既存手法では生化学実験データに含まれる化合物間の全ての順序関係について学習・評価を行っているが，非活性化合物間の順序関係や活性値が類似した化合物間の順序関係といった生化学実験上の誤差による無意味な順序関係も考慮しているという問題がある．そこで本研究では，活性値のグループ化によってこれらの無意味な順序関係を無視し，ランク学習に適用する手法を提案する．評価実験には PubChem BioAssay に登録されている Luciferase，Scp-1，sEH を標的とした 3 つのハイスループットスクリーニングデータを用いた．評価実験の結果，活性値のグループ化とランク学習を組み合わせて学習する提案手法によって，グループ化をせずに学習する既存手法よりも予測精度が有意に向上することを確認した．

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