機械学習によるEP2受容体を標的とした化合物の探索手法の開発  [in Japanese] Development of searching method for hit compounds binding EP2 receptor by using machine learning  [in Japanese]

Access this Article

Search this Article

Abstract

EP2 は,細胞内シグナル伝達にかかわる膜タンパク質のプロスタグランジン E2 の受容体であり,重要な創薬標的である.本研究では,EP2 のヒット化合物の探索法の構築を目指した.具体的には,PubChem BioAssay の化合物のスクリーニングデータに対し,サポートベクターマシン (SVM) とおよび k-近傍法を用いて 2 つの予測システムの開発を行った.化合物の構造を表すビット列の特徴選択法として,Filter 法と Kullback-Leibler(KL) 情報量を考慮した.これら 2 つの特徴選択を折衷した結果,SVM と KL 情報量との組み合わせにおいて,77.2% と高い探索精度を示した.The Prostaglandin E2 receptor as known as EP2, a membrane G protein-coupled receptor, plays an important role in multicellular organisms, and it is there highly desirable to have model that can predict whether a compound interacts for the EP2. Therefore, we developed two machine leaning methods; support vector machines (SVM) and k nearest neighbor (k-NN), for the computational screening of the EP2, and adapted the techniques for the PubChem BioAssay data of the EP2 receptor and their molecular structures, which are represented by bit strings by MACCS key conversion. Moreover, our method was added two feature extraction procedures, Filter method and Kullback-Leibler (KL) divergence analysis. Finally, our method showed a high accuracy, 77.2%, by using the SVM with the KL divergence.

Journal

  • 研究報告バイオ情報学(BIO)

    研究報告バイオ情報学(BIO) 2011-BIO-26(8), 1-2, 2011-09-06

Codes

  • NII Article ID (NAID)
    110008605712
  • NII NACSIS-CAT ID (NCID)
    AA12055912
  • Text Lang
    JPN
  • Article Type
    Technical Report
  • Data Source
    NII-ELS  IPSJ 
Page Top