ニューラルネットワークによる多種類の有機化合物の発ガン性の予測

• 田辺 和俊

  千葉工業大学社会システム科学部経営情報科学科

• 大森 紀人

  千葉工業大学社会システム科学部経営情報科学科

• 小野 修一郎

  千葉工業大学社会システム科学部経営情報科学科

• 鈴木 孝弘

  東洋大学経済学部経済学科

• 松本 高利

  東北大学多元物質科学研究所

• 長嶋 雲兵

  産業技術総合研究所グリッド研究センター

• 上坂 博亨

  富山国際大学地域学部

書誌事項

タイトル別名

• Neural Network Prediction of Carcinogenicity of Diverse Organic Compounds
• ニューラル ネットワーク ニ ヨル タシュルイ ノ ユウキ カゴウブツ ノ ハツガンセイ ノ ヨソク

抄録

広範囲の化学物質について構造活性相関により化学構造から有害性を高い精度で予測するモデルを開発することを目指して、ニューラルネットワークを用いて発ガン性のデータを解析した。Predictive Toxicology Challenge 2000-2001で公開された454種類の有機化合物についての記述子と発ガン性のデータを用いてニューラルネットワークの学習とテストを行った。分子軌道計算から求まるhomoやlumoなどの軌道エネルギー、分子表面積、log Pなど37種類の記述子について主成分分析を行い、得られた10個の主成分データをニューラルネットワークに入力した。Error-back-propagation法によりニューラルネットワークを学習する際の過学習、over-fitting、局所解などの問題を解決するために、学習回数や中間層ユニット数などの条件を最適化した。モデルの作成に用いなかった化合物を用いて判別テストを行った結果、的中率73.7 %の予測モデルを開発することができた。

収録刊行物

• Journal of Computer Chemistry, Japan

  Journal of Computer Chemistry, Japan 4 (3), 89-100, 2005

  日本コンピュータ化学会

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
• 主成分分析
• 過学習

詳細情報

• CRID: 1390282680155842176
• NII論文ID: 10019351223
• NII書誌ID: AA11657986
• DOI: 10.2477/jccj.4.89
• COI: 1:CAS:528:DC%2BD2MXht1GjtbzM
• ISSN: 13473824
• ISSN: 13471767
• NDL書誌ID: 7692822
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I7692822
• Web Site: http://www.jstage.jst.go.jp/article/jccj/4/3/4_3_89/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • Crossref
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可