WEKO3
アイテム
2種類の言語モデルを用いたタンパク質-化合物相互作用予測手法の開発
https://ipsj.ixsq.nii.ac.jp/records/225204
https://ipsj.ixsq.nii.ac.jp/records/22520416bad4c5-4c33-4515-9250-60aba984ad04
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-MPS23142019.pdf (307.4 kB)
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-03-02 | |||||||||
| タイトル | ||||||||||
| タイトル | 2種類の言語モデルを用いたタンパク質-化合物相互作用予測手法の開発 | |||||||||
| 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 | ||||||||||
| 東京工業大学情報理工学院情報工学系 | ||||||||||
| 著者所属 | ||||||||||
| 東京工業大学情報理工学院情報工学系 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Department of Computer Science, School of Computing, Tokyo Institute of Technology | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Department of Computer Science, School of Computing, Tokyo Institute of Technology | ||||||||||
| 著者名 |
古井, 海里
× 古井, 海里
× 大上, 雅史
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 化合物－タンパク質相互作用（CPI）予測は，未知の活性化合物の発見や，標的特定，選択性の評価やオフターゲットの推定などに用いることのできる創薬の主要なタスクである．近年，深層学習に基づく CPI 予測が注目されており，Transformer 等に基づく高精度な予測手法が提案されている．しかし，複雑なネットワークを有する深層学習モデルは学習コストが高いという問題がある．本研究では，化合物言語モデルである Chemformer とタンパク質言語モデル ESM2 の，2 つの事前学習済み言語モデルの潜在空間を入力として利用した，全結合層のみの簡素な CPI 予測モデルを提案する．提案手法が，複数の評価タスクにおいて既存手法と同等の性能であることを示す． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN10505667 | |||||||||
| 書誌情報 |
研究報告数理モデル化と問題解決（MPS） 巻 2023-MPS-142, 号 19, p. 1-3, 発行日 2023-03-02 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8833 | |||||||||
| 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 | |||||||||
