2018 Fiscal Year Research-status Report
質の異なる化合物データベースからの薬理活性予測モデルの学習
| Project/Area Number |
17K00320
|
|---|
| Research Institution | Kwansei Gakuin University |
|---|
Principal Investigator |
猪口 明博 関西学院大学, 理工学部, 准教授 (70452456)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田中 大輔 関西学院大学, 理工学部, 准教授 (60589399)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 機械学習 / データマイニング / 深層学習 / 構造活性相関 / ケモインフォマティクス |
|---|
| Outline of Annual Research Achievements |
化合物は原子，化学結合，原子の種類，結合の種類をグラフの頂点，辺，頂点ラベル，辺ラベルとするグラフで表現することができる．各化合物は，例えば，変異原性などの特性を有するが，本研究の目的は，変異原性が既知の化合物から，化合物の構造的特徴と変異原性の関係を計算機に学習させ，変異原性が未知の化合物の変異原性を予測することである．
機械学習分野でベンチマークデータとして使われている変異原性データは，僅か188個の化合物構造の情報しか含んでおらず，大量のデータを必要とする深層学習法にこのデータを適用すると過学習を引き起こす恐れがある．このため，本研究では別の化合物データを用いて事前学習を行うことで過学習を回避した．具体的には，計算機の中で人工的に作成された化合物データ（5000万化合物からなる）を利用し，このデータをニューラルネットワークの事前学習に用いた．事前学習したニューラルネットワークに対して，上記の188個の変異原性データの一部を用いて，変異原性予測のための学習を行った．
実験の結果，事前学習をしなかった場合の予測精度は83.53%であったのに対して，事前学習を行った場合の予測精度は86.01%と，予測精度の向上がみられた．このことから，学習に用いることができる化合物データが少量の場合でも，他のデータを用いて事前学習を行うことの効果を確認することができた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
「研究実績の概要」に記載の通りの成果を達成した．
また，本研究の成果を基にした技術発明を特許として申請した．
|
| Strategy for Future Research Activity |
「研究実績の概要」に記載の通り人工化合物データでニューラルネットワークの事前学習を行うことにより，予測精度の向上を達成できた．しかし，この変異原性データに対して，他の機械学習法を適用すると，より高い精度で予測できることが，他の論文等で報告されている．この差の理由は以下のように考えられる．
・人工化合物データの平均原子数が26であるのに対して，人工化合物データの原子数は高々17である．事前学習に用いたデータの性質と変異原性データの性質の違いが，この予測精度の違いを与えている可能性がある．
・化合物データをニューラルネットワークに適用するためには，化合物データから特徴を得て，ベクトル化する必要がある．本研究では，化合物をグラフで表現するが，そこから得られる特徴はある頂点からhステップ（hは0以上の整数）で到達可能な頂点により誘導される部分グラフに限られている．しかし，化合物の変異原活性に関わる部分構造は，この誘導部分グラフにより表現できるとは限らず，任意の部分グラフ（誘導部分グラフでない部分グラフ）を用いたほうが適切な可能性がある．
以上の考察を踏まえ，2019年度は人工化合物データによる事前学習の精度を向上させるための方法論について，研究を行う予定である．
|
| Causes of Carryover |
既設の計算機資源を用いて研究・開発を行ったため予定していた計算機の購入を控えた．研究の進捗は順調であり，31年度に成果報告等のために国内外の旅費として，30年度の繰越金を31年度に執行予定である．
|
Research Products
(5 results)
