@techreport{oai:ipsj.ixsq.nii.ac.jp:00229523,
 author = {渡邉, 倫理 and 石田, 貴士},
 issue = {1},
 month = {Nov},
 note = {計算機を使って大量の化合物から薬剤候補化合物を選抜するバーチャルスクリーニングの手法の一つであるドッキングシミュレーションは，主にスコア関数と探索アルゴリズムの二つの要素で構成されている．探索アルゴリズムはスコア関数が最小となるようなリガンドポーズを探索するが，これは多変数関数最適化問題と捉えられる．機械学習のハイパーパラメータ最適化などの他の多変数関数最適化問題ではベイズ最適化手法が用いられているが，既存のドッキングプラグラムにはベイズ最適化手法を探索アルゴリズムとして採用した例がない．本研究では，ベイズ最適化手法の TPE をドッキングプログラムの探索アルゴリズムに使用することで，性能の向上を試みた．, Docking simulation is a virtual screening method for selecting drug candidates from a large number of compounds using a computer. It consists of two main components: a scoring function and a search algorithm. The search algorithm searches for the ligand pose that minimizes the scoring function, which can be treated as a multivariable function optimization problem. Although Bayesian optimization have been used in some multivariable function optimization problems such as hyperparameter optimization in machine learning, there are no existing docking programs that use Bayesian optimization as search algorithms. In this study, I tried to improve performance by using the Bayesian optimization method TPE as a search algorithm for docking programs.},
 title = {ドッキングシミュレーションのためのベイズ最適化に基づく高速な探索アルゴリズムの開発},
 year = {2023}
}