講演抄録/キーワード |
講演名 |
2008-06-26 14:30
機械学習を用いた薬物のクリアランス経路予測 ○年本広太(東工大)・草間真紀子・前田和哉・杉山雄一(東大)・秋山 泰(東工大) NLP2008-4 NC2008-14 |
抄録 |
(和) |
薬物のクリアランス経路の特定は薬物動態学において重要とされている.そこで各薬物の多次元の物理化学的記述子から,
クリアランス経路を予測するシステムを構築した.当システムでは主要な5つの経路ごとにサポートベクターマシン(SVM)を用いてクリアランス経路を学習させ,各予測結果を総合して
最も支配的なクリアランス経路を1つ与える.今回準備できた記述子は1089個あるが,その全てを学習の入力として用いると
汎化誤差の問題や説明性の低下が生じる.そこで貪欲法や相関係数などを用いた実験により特徴選択を行ったところ,
12個前後の少ない記述子数で85%以上の予測精度を得ることができた. |
(英) |
The clearance pathway is one of the important factors to consider the pharmacokinetics of drugs.
We have developed a machine learning system of drug clearance pathway for a given drug compound from its physicochemical descriptors.
The system is composed of five support vector machines (SVMs), each corresponding to one of five major candidate clearance pathways,
and prediction is given by choosing a pathway with largest SVM output. We prepared pathway data for 157 drugs,
and 1089 physicochemical descriptors for each of them. However, if we use all the descriptors,
we will have over-learning problem and less explainable model.
Thus we performed exhaustive feature selection procedure, by a modified greedy algorithm or a correlation coefficient-based method, and our system showed more than 85\%
prediction accuracy when using 12 selected descriptors. |
キーワード |
(和) |
機械学習 / 薬物動態 / サポートベクターマシン(SVM) / 特徴選択 / / / / |
(英) |
Machine learning / Pharmacokinetics / Support vector machine(SVM) / Feature selection / / / / |
文献情報 |
信学技報, vol. 108, no. 101, NC2008-14, pp. 19-24, 2008年6月. |
資料番号 |
NC2008-14 |
発行日 |
2008-06-19 (NLP, NC) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLP2008-4 NC2008-14 |
|