Development of Drug-likeness Model and Its Visualization
Masamoto Arakawa, Tomoyuki Miyao, Kimito Funatsu · Journal of Computer Aided Chemistry · 2008
医薬品開発の効率化のためには、その初期段階において候補化合物のドラッグライクネスを推定することが重要である。そこで本研究ではドラッグライクネスモデルの構築を行った。comprehensive medicinal chemistry (CMC)およびavailable chemicals directory (ACD)の両データベースから抽出した医薬品、非医薬品をトレーニングデータとし、Dragonによる構造記述子を用いてsupport vector machine (SVM)による識別モデルを構築した。SVMモデルのパラメータ最適化のため、5-foldクロスバリデーションによる正解率を指標としたグリッドサーチを行い、トレーニングデータに対する正解率87.65%、テストセットに対する正解率79.40%のモデルを得ることに成功した。また、ドラッグライクネスモデルの可視化を目的とし、generative topographic mapping (GTM)およびself-organizing map (SOM)を用いた非線型写像を行った。非線型写像においては、写像の精度を高めると同時に写像の複雑化を抑えることが重要であるが、これまで写像の複雑性を評価するための指標は知られていなかった。そこで、写像の非線型性を評価するための指標としてroot mean squared error of midpoint (RMSEM)を提案し両手法の比較を行った。