2004 Fiscal Year Annual Research Report
化学物質の健康影響評価における非線形構造活性相関手法の研究
| Project/Area Number |
14209022
|
|---|
| Research Institution | Chiba Institute of Technology |
|---|
Principal Investigator |
田辺 和俊 千葉工業大学, 社会システム科学部, 教授 (90344134)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
長嶋 雲兵 独立行政法人産業技術総合研究所, グリッド研究センター, 総括研究員 (90164417)
都築 誠二 独立行政法人産業技術総合研究所, 計算科学研究部門, 主任研究員 (10357527)
松本 高利 東北大学, 多元物質科学研究所, 助手 (50343041)
中田 宗隆 東京農工大学, 大学院・生物システム応用科学研究科, 教授 (40143367)
鈴木 孝弘 東洋大学, 経済学部, 教授 (30192131)
|
|---|
| Keywords | 構造活性相関 / ニューラルネットワーク / 発ガン性予測 |
|---|
| Research Abstract |
本研究の目的は多数の化学物質についてニューラルネットワークという非線形モデルを用い、化学構造の情報のみから構造活性相関手法により、様々な危険性(発ガン性、急性毒性、慢性毒性、変異原性、蓄積性など)の有無とその強度(毒性の致死量など)を、既存の予測システムの性能を超える高い精度で迅速に予測する手法を開発することである。今年度は、3層構造のニューラルネットワークを用いて、Predictive Toxicology Challenge 2000-2001のコンテストで公開された多種類の有機化合物の発ガン性データを解析し、コンテストの参加者の結果と比較した。Predictive Toxicology Challenge 2000-2001で公開された454種類の有機化合物についての記述子と発ガン性のデータを用いてニューラルネットワークの学習とテストを行った。入力記述子、中間層ユニット数、学習回数、重みの初期値など、ニューラルネットワークの構造と学習における様々の問題点に最新の注意を払いながら、学習とテストを行った。分子軌道計算から求まるhomoやlumoなどの軌道エネルギー、分子表面積、log Pなど37種類の記述子について主成分を行い、得られた10個の主成分データをニューラルネットワークに入力した。Error-back-propagation法によりニューラルネットワークを学習する際の過学習、over-fitting、局所解などの問題を解決するために、学習回数や中間層ユニット数などの条件を最適化した。モデルの作成に用いなかった化合物を用いて判別テストを行った結果、的中率73.7%の予測モデルを開発することができ、既存のモデルより高性能の予測モデルを開発することができた。しかし、PTCコンテストの発ガン性及び記述子のデータには種々の問題があり、高精度の有害性予測モデルを構築するためにはもっと厳選されたデータを用いるべきであることが分かった。
|
