DNNsを用いた分子活性予測システムとそれらに適用する新規三次元記述子の開発

使用 DNN 和新的三维描述符开发分子活性预测系统

• 批准号: 20J12786
• 负责人: 加藤 凱生
• 金额: $ 1.34万
• 依托单位: Toyohashi University of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-24 至 2022-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20J12786/
• 关键词: QSAR; QSPR; Deep Neural Network; Machine Learning; Cheminformatics

本研究課題は，重大な疾病に関わる15種類の標的タンパク質に対する数千もの化合物の分子構造データ（記述子）と活性値から構造-活性相関モデルを構築し，より高い活性値を有する新たな化合物を探索するための生理活性予測システムを開発している。一般に，全結合多層ニューラルネットワーク（fully connected multiple layered Neural Networks）は，広範囲な予測問題に適用できる汎用性の高い機械学習法である。しかし，得られる機械学習モデルの性能は，事前に設定された多くのハイパーパラメータに強く依存するため，適切な機械学習モデルを導くためには，予め最適なハイパーパラメータを決定しておく必要がある。これまでの研究において，一貫して，生理活性予測システムの性能向上に向けたハイパーパラメータの最適化に取り組んでおり，既に，先行研究に匹敵する精度を示すセットを見出している。本研究課題では，そのセットを最適化するとともに，個別の標的タンパク質に適したハイパーパラメータを自動的に導出する新たな方法論を導こうとしている。本年度では，ネットワークの最適化に加えて，活性予測を行うために重要となる入力特徴の解明も行った。それにより，重要であるとされた特徴についての詳細な情報を付加する等することによって，さらなる予測精度の向上を実現できると期待している。具体的には，学習されたモデルの予測結果に対して各特徴量の寄与を求めることで実現する。使用した手法は，既存手法であるSHAP(SHapley Additive exPlanations)と我々が独自に開発しているクロスバリデーションから着想を得た手法の2種類で行った。現状としては概ね期待通りの結果が得られているが，各手法によって重要とされる特徴のランキングがやや異なっているため，その点を精査してまとめているところである。

This research project aims to explore the molecular structure (description) and activity structure-activity correlation of thousands of compounds related to 15 kinds of important diseases, and to develop the physiological activity prediction system for new compounds with high activity. In general, fully connected multiple layered Neural Networks are applicable to the prediction problem. The performance of machine learning is determined by setting the number of machine learning parameters in advance, and determining the optimal machine learning parameters. In this study, the performance of the physiological activity prediction system was consistently improved, and the optimization of the system was performed in an up-to-date manner. This research topic is to introduce new methodology for optimization of individual objects. This year, the optimization of the production process is enhanced, and the activity prediction process is important for solving the problem of force characteristics. The accuracy of the prediction is expected to be improved by adding detailed information about the important features. Specific, learning and prediction results for each feature quantity sent and found There are two kinds of methods to be used: SHAP(Shapley Additive ExPlanations) and I. The status quo and expectations of the results of the communication have been changed, and each method has been changed. The characteristics of the characteristics have been changed, and the points have been carefully examined.