半教師付き学習を用いた薬物クリアランス経路予測

  • 柳澤 渓甫
    東京工業大学大学院情報理工学研究科計算工学専攻
  • 石田 貴士
    東京工業大学大学院情報理工学研究科計算工学専攻
  • 秋山 泰
    東京工業大学大学院情報理工学研究科計算工学専攻|東京工業大学情報生命博士教育院

書誌事項

タイトル別名
  • Drug clearance pathway prediction using semi-supervised learning

この論文をさがす

抄録

近年,新薬開発にかかる時間および費用は莫大なものであり,この費用や開発期間の削減が求められている.薬剤候補化合物が新薬として認められるためには体内で代謝・排泄されるという安全性を確認する必要があるが,この観点から計算機を用いることで薬物候補化合物の早期の選定を行うのが薬物クリアランス経路予測と呼ばれるものである.この予測問題は既知薬物のクリアランス経路を利用して学習を行うが,この情報を得るには実験が必要となるため,データ数が少ないことが問題となっている.そこでこの予測問題に対する半教師付き学習の有用性を評価し,この手法を用いることで予測精度の改善を試みた.また,入力の特徴量を増加させることが有効であると考え,貪欲法により 802 個の化合物記述子より選択した特徴量の追加を行い,その効果も検証した.

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1571698602879675008
  • NII論文ID
    110009795445
  • NII書誌ID
    AA12055912
  • ISSN
    09196072
  • 本文言語コード
    ja
  • データソース種別
    • CiNii Articles

問題の指摘

ページトップへ