@techreport{oai:ipsj.ixsq.nii.ac.jp:00225239,
 author = {杉田, 駿也 and 大上, 雅史},
 issue = {16},
 month = {Mar},
 note = {薬剤標的親和性の計算機による予測は創薬のコストを削減するため，喫緊の課題である．新規の相互作用の同定のためには，大きな誤差を持つ予測は可能な限り排除するべきである．機械学習の分野では，誤差が大きくなりやすいものを取り除く適用領域と呼ばれる手法が用いられてきた．しかし，ケモゲノミクス手法において，適用領域の利用の研究は限られている．本論文では，薬剤標的親和性予測に適用領域を利用し高い精度による回帰予測と，高い活性を持つ薬剤標的ペアの分類を両立し，適用領域におけるリジェクトオプションが高い活性を持つ薬剤標的ペアを排除することを防ぐ新たなフレームワークを提案する．},
 title = {親和性閾値を考慮した適用領域による薬剤標的親和性予測},
 year = {2023}
}