文献

J-GLOBAL ID：201902237987022175   整理番号：19A0690222

分子グラフ上の距離を考慮したグラフ畳込みニューラルネットワークによる化合物活性予測

Graph convolutional neural networks considering distance on molecular graph for compound activity prediction

著者 (4件)： 伊井良太 (東京工大) ,  柳澤渓甫 (東京工大) ,  大上雅史 (東京工大) ,  秋山泰 (東京工大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2019  号： BIO-57  ページ： Vol.2019-BIO-57,No.11,1-8 (WEB ONLY)  発行年： 2019年03月01日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 標的となるタンパク質に対して薬理活性を有する化合物を計算機上...

シソーラス用語： *ニューラルネットワーク ,...
準シソーラス用語： *グラフ畳込みニューラルネットワーク ,...

ログイン（無料）して見る     このテーマを更に深掘りする（JDreamⅢへ）  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A0690222&from=J-GLOBAL&jstjournalNo=U0451A") }}

分類 (4件)： 分子・遺伝情報処理  (JE15040B) ,  標識化合物  (CB10050N) ,  人工知能  (JE08000Z) ,  研究開発  (GU01040N)

引用文献 (15件)：

• Mullard A. New drug costs US $2.6 billion to develop. Nat. Rev. Drug. Discov., 13(12), 877, 2014.
• Macarron R., Banks M. N., Bojanic D., et al. Impact of high-throughput screening in biomedical research. Nat. Rev. Drug. Discov., 10, 188-195, 2011.
• Leelananda S. P., Lindert S. Computational methods in drug discovery. Beilstein J. Org. Chem., 12, 2694-2718, 2016.
• Duvenaud D., Maclaurin D., Aguilera-Iparraguirre J., et al. Convolutional networks on graphs for learning molecular fingerprints. In Proc. NIPS, 2215-2223, 2015.
• Altae-Tran H., Ramsundar B., Pappu A. S., et al. Low Data Drug Discovery with One-Shot Learning. ACS Cent. Sci., 3, 283-293, 2017.

タイトルに関連する用語 (5件)： 分子グラフ ,  グラフ ,  畳込みニューラルネットワーク ,  活性 ,  予測