2021 Fiscal Year Annual Research Report
Molecular Structure Analysis using Statistic Graph Model and Its Applications
| Project/Area Number |
19K11848
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
宮崎 智 東北大学, 工学研究科, 助教 (10755101)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 分子構造 / 化学的特性推定 / 構造解析 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
分子はその化学的特性を決める重要な部分構造を持つ。本研究は統計的なアプローチにより、現在は専門家が発見的に選定している分子の化学的特性を決める重要な部分構造を自動抽出する手法を開発することを目的とする。分子構造はシンボリックなデータであるため、典型的な統計学的手法ではそのまま取り扱うことができず、分子構造を統計的に解析することは困難であった。本研究の目的は、統計解析により分子の化学的特性を特徴づける本質的な部分構造を抽出する手法を開発することである。人手による発見方法は人間の主観が入る上に、高度な専門知識を必要とし、膨大な手間と時間がかかり、調査対象となる分子データ数にも限界があるといった問題がある。統計解析により自動化することで、膨大な分子データから予測や解析に適した構造を抽出することが可能になる。
本研究では、深層学習を用いた分子の化学的特性の推定手法を開発した。近年、深層学習は分子解析にも活用されている。しかし、既存手法は分子のある特定の特徴のみを用いるという問題が存在した。そこで、多様な構造に着目した分子解析を深層学習に組み入れた。これにより、分子から幅広い特徴抽出が可能となった。様々な分子（量子力学から物理化学、生物物理学、生理学）を用いて化学的特性を推定する実験を行った結果、着目する構造を増加させることで推定精度が向上することを示した。この結果は様々な構造特徴を同時に考慮することの有効性を示しており、幅広い特徴を基に分子の統計解析ができることを明らかにした。また画像中の物体についても、様々な局所的な構造に着目することで物体の特性を高精度に推定できることを示した。具体的には、画像中の魚の全体に加えて、頭、腹、尾それぞれから特徴を抽出して魚の脂肪率を推定する手法を開発した。
|
Research Products
(2 results)
