文献

J-GLOBAL ID：201702271077532928   整理番号：17A0664613

共形予測とPubChem HTSデータを用いたモデル化合物の細胞毒性【Powered by NICT】

Modelling compound cytotoxicity using conformal prediction and PubChem HTS data

著者 (3件)： Svensson Fredrik (Centre for Molecular Informatics, Department of Chemistry, University of Cambridge, Lensfield Road, Cambridge CB2 1EW, UK. [e-mail]) ,  Norinder Ulf ,  Bender Andreas
資料名： Toxicology Research  (Toxicology Research)
巻： 6  号： 1  ページ： 73-80  発行年： 2017年 
JST資料番号： W2471A  ISSN： 2045-4538  CODEN： TROEE8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 化合物細胞毒性の評価は,薬物発見過程の重要な部分である。細胞毒性の正確な予測は,意思決定を促進し,かなりの時間と労力を節約する可能性を持っている。本研究では,クラス条件付き共形予測を適用したPubChemからの16種の高スループット細胞毒性アッセイに基づいた化合物の細胞毒性をモデル化した。データは16細胞株と440000以上のユニークな化合物を含んでいる。データセットは試験した化合物の細胞毒性のわずか0.8%でひどく不均衡。各細胞株のための1分類モデルを訓練し,妥当性と精度に関する性能を検証した。生成したモデルは二つのクラス間の不均衡にもかかわらず,有毒性および非有毒性とも化合物のための高品質予測を提供した。検討した細胞株の一つとして同じアッセイプロバイダから採取した外部データについてモデルは,74%の感度と単一クラスに割り当てられた化合物の中で80%の信頼水準で65%の特異性を示した。大規模細胞毒性モデリングのための従来の手法と比較して,これは毒性及び非毒性クラスの予測におけるバランスの取れた性能を示した。共形予測フレームワークは,モデラーは予測のエラー頻度を制御することができ,自信を持って細胞毒性結果の予測を可能にした。Copyright 2017 Royal Society of Chemistry All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *細胞毒性 ,  *予測 ,  信頼度 ,  意思決定 ,  *モデル化合物 ,  *毒性 ,  *モデリング
準シソーラス用語： 自信 ,  特異性 ,  品質予測 ,  分類モデル ,  不均衡 ,  細胞株 ,  ハイスループット ,  *PubChem , 【Automatic Indexing@JST】

分類 (1件)： 抗腫よう薬の基礎研究  (GW16010A)

タイトルに関連する用語 (6件)： 形 ,  予測 ,  PubChem ,  HTS ,  モデル化合物 ,  細胞毒性