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。
|