因果推定に基づく低分子-タンパク質間相互作用情報からの疾患関連タンパク質推定法

• 研究課題/領域番号: 25730025
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 統計科学
• 研究機関: 独立行政法人理化学研究所
• 研究代表者: 佐藤 朋広 独立行政法人理化学研究所, ライフサイエンス技術基盤研究センター, 研究員 (00595358)
• 研究期間 (年度): 2013-04-01 – 2015-03-31
• 研究課題ステータス: 完了 (2014年度)
• 配分額: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円); 2014年度: 260千円 (直接経費: 200千円、間接経費: 60千円); 2013年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
• キーワード: 機械学習 / 予測モデル / ポリファーマコロジー / 副作用予測 / 構造記述子 / 構造活性相関

研究成果の概要

本研究では、低分子化合物-タンパク質間相互作用プロファイルに基づく機械学習モデルを用いて薬剤の副作用を予測する新規手法を開発した。予測対象の低分子に対して329種のタンパク質に対する相互作用を構造記述子に基づいて予測し、得られた相互作用プロファイルをランダムフォレストを用いて学習することで129種の薬剤副作用に対する予測モデルを構築した。Leave-cluster-out検定による予測評価を行うことで、本手法は構造記述子を直接用いて機械学習を行う場合と比較して学習に用いられた化合物との構造類似性が低い化合物に対しても高い予測精度を維持し、特に新規化合物への応用に有用であることが示された。