Research Project
Grant-in-Aid for Challenging Research (Pioneering)
化学物質の大多数はその物性や毒性について未評価のままである。本研究の目的は、学習データを実測値に限定せず、各種推定手法によるIn silicoデータにまで拡大し、適用範囲・推定精度共に従来型定量的構造-活性相関(QSAR)と遜色なく、かつ構造式を要しない低コスト・迅速な物性・毒性推定手法を創出することである。
化学構造が必要な従来のQSARに比べ、GC-MSの出力情報で物性・毒性を推定する本研究の方法の有意性は大きく、化学物質のリスク評価における重要な研究である。In Silicoで網羅的に毒性予測を行い、それをデータベースとして公開することは大変有用であり、研究基盤として重要な役割を果たすことが期待される。