WEKO3
アイテム
多様な活性化合物発見のための化合物fingerprintアンサンブル手法の開発
https://ipsj.ixsq.nii.ac.jp/records/186586
https://ipsj.ixsq.nii.ac.jp/records/1865862efe0e3d-6194-408c-8e5e-11ddc0311eee
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-BIO18053009.pdf (1.1 MB)
|
Copyright (c) 2018 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2018-03-02 | |||||||||
| タイトル | ||||||||||
| タイトル | 多様な活性化合物発見のための化合物fingerprintアンサンブル手法の開発 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Development of a molecular fingerprint ensemble method for discovery of active compounds with diverse structures | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||
| 資源タイプ | technical report | |||||||||
| 著者所属 | ||||||||||
| 東京工業大学大学院情報理工学研究科計算工学専攻／東京工業大学情報生命博士教育院 | ||||||||||
| 著者所属 | ||||||||||
| 東京工業大学大学院情報理工学研究科計算工学専攻／東京工業大学情報理工学院情報理工学系／東京工業大学情報生命博士教育院 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Department of Computer Science, Graduate School of Information Science and Engineering, Tokyo Institute of Technology / Education Academy of Computational Life sciences, Tokyo Institute of Technology | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Department of Computer Science, Graduate School of Information Science and Engineering, Tokyo Institute of Technology / Department of Computer Science, School of Computing, Tokyo Institute of Technology / Education Academy of Computational Life sciences, Tokyo Institute of Technology | ||||||||||
| 著者名 |
松山, 祐輔
× 松山, 祐輔
× 石田, 貴士
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 機械学習による薬剤活性予測は十分な既知データが存在すれば高い予測精度を達成可能であり，大きな注目を集めている．しかし，そこで活性があると予測される化合物は既知活性化合物に構造などの特徴が類似したものとなる傾向があり，予測結果の上位は同じような構造の化合物ばかりとなってしまうことがある．そのため，構造多様な候補化合物を出力することが現在の機械学習による薬剤活性予測の課題の一つとなっている．そこで本研究では多数の化合物 fingerprint による予測モデルの予測結果を，構造の多様性が出るように工夫して統合することで，単一の fingerprint に基づく従来の予測に比べて，予測精度を低下させずに構造多様性の高い活性候補化合物群を予測する手法を提案する．評価実験の結果，予測精度をあまり落とさずに提案化合物の構造多様性を確保できることを確認し，既存の分子骨格によるクラスタリング手法に比べより高い構造多様性が得られることを確認した． | |||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | Machine learning-based drug activity prediction methods often output candidate compounds with similar structures. Thus, discoverying active compounds with diverse structures is one of the important problem in the field. In this research, we propose a method for predicting active candidate compound group with high structural diversity by integration of multiple molecular fingerprint prediction models. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA12055912 | |||||||||
| 書誌情報 |
研究報告バイオ情報学（BIO） 巻 2018-BIO-53, 号 9, p. 1-6, 発行日 2018-03-02 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8590 | |||||||||
| Notice | ||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
