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

2002 年度 実績報告書

• 研究課題/領域番号: 14209022
• 研究種目: 基盤研究(A)
• 研究機関: 千葉工業大学
• 研究代表者: 田辺 和俊 千葉工業大学, 社会システム科学部, 教授 (90344134)
• 研究分担者: 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・量子モデリンググループ, 主任研究員 (10357527) ; 内丸 忠文 独立行政法人産業技術総合研究所, 計算科学研究部門・量子モデリンググループ, 主任研究員 (00151895) ; 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, 副センター長 (90164417) ; 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) ; 松本 高利 東北大学, 多元物質科学研究所, 助手 (50343041)
• キーワード: 構造活性相関 / ニューラルネットワーク / 発ガン性予測

研究概要

本研究の目的は化学物質の構造と危険性の関係を非線形モデルで解析し、市場に流通している数十万種の化学物質について、他の実験値は用いず化学構造の情報のみから、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越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。化学物質の構造と有害性との関係はきわめて複雑であり、そのような複雑な関係の解析に有効な手法としてニューラルネットワークがある。そこで我々は化学構造から計算した記述子を用いて多数の有機化合物の発ガン性をニューラルネットワークで解析した。ニューラルネットワークは入力、中間、出力各1層の3層構造とし、入力層に化合物の記述子を入力し、出力層には各化合物の発ガン性の有無を教師データとして入力した。中間層のユニット数は2〜10の範囲で最適条件を探し、学習はエラーバックプロパゲーション法で行った。発ガン性のデータはChallengeコンテストのホームページで公表されているmale ratのデータを用いた。すなわち、学習用はNTPデータベースからの323物質、テスト用はFDAデータペースからの185物質、計508物質である。記述子としてはホームページに7群、計7000種以上が用意されているが、ニューラルネットワークの解析に適した記述子としてDragon(記述子839種)、tReymers(90種)、Helma(24種)の3群を検討した。正解的中率を求めるために、収束後のニューラルネットワークにFDA化合物の記述子を入力して出力値が0.5以上を発ガン性あり、0.5未満を発ガン性なしと判定し、発ガン性の実測値と比較して正解的中率を求めた。検討した3種の記述子群のうち、DragonとHelmaでは70%以下の正解的中率しか得られなかった。これに対し、tReymersでは72種のCrippenの記述子以外の18種の記述子のみを用いた結果、用いた記述子の数がかなり少ないにもかかわらず、多数の化学物質の発ガン性を90%近い精度で予測できることが分かった。これはChallengeコンテストで公表されている応募システムの成績を凌ぐものであり、化学物質の危険性を予測するための構造活性相関解析において非線形解析手法であるニューラルネットワークを用いる我々の考えを実証することができた。

研究成果

• [文献書誌] 田辺和俊, 大森紀人, 小野修一郎, 鈴木孝弘, 松本高利, 上坂博亨: "ニューラルネットワークによる有機化合物の発ガン性の予測"Journal of Computer Chemistry, Japan. 2(1)(印刷中). (2003)
• [文献書誌] 田辺和俊, 大森紀人, 小野修一郎, 鈴木孝弘, 松本高利, 上坂博亨: "ニューラルネットワークによる化学物質の安全性の予測"エコテクノロジー研究. 8(2)(印刷中). (2003)
• [文献書誌] 田辺和俊, 松本高利: "ニューラルネットワークの赤外スペクトル解析および構造-物性・活性相関解析への応用"化学教育. 51(5). 280-283 (2003)
• [文献書誌] 田辺和俊, 松本高利, 小野修一郎: "化学物質リスク評価システムの開発"千葉工業大学研究報告. (50). 115-123 (2003)
• [文献書誌] Kazumitsu Saeki, Kimito Funatsu, Kazutoshi Tanabe: "Discrimination of polyvinyl chloride with different plasticizer and prediction of plasticizer content in polyvinyl chlorides >using near-infrared spectroscopy and neural network analysis"Analytical Sciences. 19(2). 309-312 (2002)
• [文献書誌] Kazumitsu Saeki, Kazutoshi Tanabe, Takatoshi Matsumoto: "Prediction of Polyethylene Density by Near-Infrared Spectroscopy Combined with Neural Network Analysis"Journal of Computer Chemistry, Japan. 2(1). 33-40 (2003)
• [文献書誌] 田辺和俊: "ニューラルネットワーク入門"日刊工業新聞社. 100 (2003)