2024-03-28T19:49:59Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001263462023-11-17T02:17:36Z06504:08067:08071
ニューラルネットワークによる発癌物質の構造活性相関Stucture-Activity Relation ship of carcinogen by neural networkjpnhttp://id.nii.ac.jp/1001/00126531/Conference Paperhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=126346&item_no=1&attribute_id=1&file_no=1お茶の水女子大学理学部情報科学科お茶の水女子大学理学部情報科学科お茶の水女子大学理学部情報科学科井須, 芳美長嶋, 雲兵細矢, 治夫ニューラルネットワークは、その動作の特徴として非線形的な動作をすることが知られている。また入力と出力の間にある相関をあらかじめ解析しておくことが困難な事象に適用されている。ニューラルネットワークのもつこれらの特徴は分子の構造とその活性の間にあるような非線形的な相関を扱うのに適している。本研究では多環式芳香族炭化水素の^13C-NMRケミカルシフトとその発癌性における特徴抽出を青山らの再構築学習法を用いて行なった。多環式芳香族炭化水素(PAH)の発癌性については従来から多くの研究がなされてきた。従来の研究ではPAHにおけるL領域、K領域、bay領域([figure]1)と呼ばれる部分の反応性が重要視されてきたため、本研究ではbay領域を含むような多環式芳香族炭化水素11種類について共通する構造(bay領域を含む)に着目し、その^13C-NMRケミカルシフトと発癌性に対する相関とその特徴抽出を行なうことを試みた。AN00349328全国大会講演論文集第49回人工知能及び認知科学2872881994-09-202015-01-20