@techreport{oai:ipsj.ixsq.nii.ac.jp:00216913,
 author = {山根, 永暉 and 石田, 貴士},
 issue = {3},
 month = {Mar},
 note = {Gタンパク質共役受容体(G protein-coupled receptor, GPCR)は生理学的および構造的特徴からクラスA～Fの6クラスに分類される。その中でも最大のGPCRクラスを構成するクラスA GPCRは、リガンドとの結合部位がヘリックス部分であることが判明しており、そのリガンドを同定することは創薬や機能的役割の新たな発見につながる。近年、深層学習を用いたタンパク質ー化合物相互作用予測の研究が盛んだが、多くの研究では様々なタンパク質ファミリーに対応できるようタンパク質配列全長を入力として使用している。しかしながら、クラスA GPCRの様にヘリックス部分が化合物との結合に重要と判明している場合、末端領域や細胞内、細胞外ループ領域はノイズとしてエンコーディングされる可能性がある。そこで本研究ではタンパク質をクラスA GPCRに絞った化合物相互作用データセットを作成し、クラスA GPCRのヘリックス部分のアミノ酸配列に注目したエンコーダーモデルを提案する。作成したエンコーダーモデルを、タンパク質ー化合物相互作用予測において優れた性能を発揮したTransformerCPIのエンコーダーとして使用した場合、クラスA GPCRデータセットにおいてオリジナルのモデルより優れた性能を示した。},
 title = {クラスA Gタンパク質共役受容体専用エンコーダを用いたタンパク質ー化合物相互作用予測},
 year = {2022}
}