文献

J-GLOBAL ID：201602217932096060   整理番号：16A0216569

データ増強を介した化学構造-活性モデリングの改善

Improved Chemical Structure-Activity Modeling Through Data Augmentation

著者 (2件)： CORTES-CIRIANO Isidro (Inst. Pasteur, CNRS, Paris, FRA) ,  BENDER Andreas (Univ. Cambridge, Cambridge, GBR)
資料名： Journal of Chemical Information and Modeling  (Journal of Chemical Information and Modeling)
巻： 55  号： 12  ページ： 2682-2692  発行年： 2015年12月 
JST資料番号： A0294A  ISSN： 1549-9596  CODEN： JCISD8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生物活性または化学構造-活性モデリングでは,発見されていないデータを,実験的に明らかにされていない化合物に相当させる。薬剤発見過程の初期段階では,機会学習モデルが広く使用されている。しかしながら,化学空間にわたり正確な一般化した性質を示す統計学的に頑健なモデルの構築は,困難を伴う。訓練相に含まれていない分子に対するQSARモデルの予想パワーに対し,データ増強を検討した。この目的のため,文献およびpIC₅₀値として化合物の活性を報告しているChEMBL 19の8種類の異なるデータセットを用い,4種類のデータ増強シナリオを検討した。データ増強により生じる予測パワーの最大増加は,訓練データを1回複製すると得られた。

シソーラス用語： *応用研究 ,  *モデル ,  分子構造 ,  生物活性 ,  *製品開発 ,  学習モデル ,  毒性試験 ,  濃度 ,  予測 ,  *構造活性相関
準シソーラス用語： *構造活性相関研究 ,  *構造モデリング ,  化学構造 ,  *薬剤開発 ,  IC50

分類 (1件)： 薬物の構造活性相関  (GV01050B)

タイトルに関連する用語 (4件)： データ増強 ,  化学構造 ,  活性 ,  モデリング