JP2021076890A - 化合物の性質を予測するための化合物性質予測装置、化合物性質予測プログラム及び化合物性質予測方法 - Google Patents
化合物の性質を予測するための化合物性質予測装置、化合物性質予測プログラム及び化合物性質予測方法 Download PDFInfo
- Publication number
- JP2021076890A JP2021076890A JP2019200488A JP2019200488A JP2021076890A JP 2021076890 A JP2021076890 A JP 2021076890A JP 2019200488 A JP2019200488 A JP 2019200488A JP 2019200488 A JP2019200488 A JP 2019200488A JP 2021076890 A JP2021076890 A JP 2021076890A
- Authority
- JP
- Japan
- Prior art keywords
- compound
- property
- compounds
- properties
- property prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
以下、図2のフローチャートを参照して、本実施の形態における化合物性質予測処理について説明する。化合物性質予測装置100は、化合物性質予測プログラムを実行することによって、化合物とその性質を含む既知の学習用データを用いて化合物の性質を予測するための機械学習を行って化合物性質予測モデルを生成し、当該化合物性質予測モデルを用いて予測対象である化合物の性質を予測する処理を行う。
Claims (9)
- 化合物の性質を予測するための化合物性質予測装置であって、
複数の化合物について、当該化合物の各々について実測された前記性質を当該化合物の各々に関連付けた化合物データベースを記憶した記憶手段にアクセス可能であり、
前記化合物データベースから選択された2つの化合物を選択化合物として、前記選択化合物の共通構造及び差分構造と、前記選択化合物の前記性質と、の組み合わせを少なくとも含む教師付訓練データとして用いて、予測対象である化合物に対する前記性質を予測するための機械学習をさせた化合物性質予測モデルを構築する性質学習手段と、
前記予測対象である化合物と前記化合物データベースから選択された化合物の共通構造及び差分構造を前記化合物性質予測モデルへ入力することによって、前記化合物性質予測モデルの出力として前記予測対象である化合物の前記性質の予測結果を得る性質予測手段と、
を備えることを特徴とする化合物性質予測装置。 - 請求項1に記載の化合物性質予測装置であって、
前記化合物性質予測モデルは、グラフニューラルネットワーク(GNN)を用いて、前記共通構造を共通グラフ構造とし、前記差分構造を差分グラフ構造として前記教師付訓練データとして用いることを特徴とする化合物性質予測装置。 - 請求項1又は2に記載の化合物性質予測装置であって、
最大共通部分構造解析(MCS)によって前記選択化合物の共通構造を求めることを特徴とする化合物性質予測装置。 - 請求項1〜3のいずれか1項に記載の化合物性質予測装置であって、
前記性質は、化合物に対するADMET属性の少なくとも1つであることを特徴とする化合物性質予測装置。 - 請求項1〜4のいずれか1項に記載の化合物性質予測装置であって、
前記化合物データベースは、創薬研究におけるリード化合物の最適化プログラムにおいて得られた化合物と当該化合物について実測された性質とを含むことを特徴とする化合物性質予測装置。 - 請求項5に記載の化合物性質予測装置であって、
前記化合物データベースに含まれるデータを前記最適化プログラム毎に時系列的に並べて分割し、前部分のデータを前記教師付訓練データとして用い、後部分のデータを検証データ又は評価データとして用いて前記機械学習を行うことを特徴とする化合物性質予測装置。 - 請求項6に記載の化合物性質予測装置であって、
前記化合物データベースは、前記リード化合物に対する複数の前記最適化プログラムにおいて得られた化合物と当該化合物について実測された性質とを含み、前記検証データを前記最適化プログラム毎に順番に選択して前記機械学習を繰り返して行うことを特徴とする化合物性質予測装置。 - 化合物の性質を予測するための化合物性質予測プログラムであって、
複数の化合物について、当該化合物の各々について実測された前記性質を当該化合物の各々に関連付けた化合物データベースを記憶した記憶手段にアクセス可能であるコンピュータを、
前記化合物データベースから選択された2つの化合物を選択化合物として、前記選択化合物の共通構造及び差分構造と、前記選択化合物の前記性質と、の組み合わせを少なくとも含む教師付訓練データとして用いて、予測対象である化合物に対する前記性質を予測するための機械学習をさせた化合物性質予測モデルを構築する性質学習手段と、
前記予測対象である化合物と前記化合物データベースから選択された化合物の共通構造及び差分構造を前記化合物性質予測モデルへ入力することによって、前記化合物性質予測モデルの出力として前記予測対象である化合物の前記性質の予測結果を得る性質予測手段として、機能させることを特徴とする化合物性質予測プログラム。 - 化合物の性質を予測するための化合物性質予測方法であって、
複数の化合物について、当該化合物の各々について実測された前記性質を当該化合物の各々に関連付けた化合物データベースを記憶した記憶手段にアクセス可能であるコンピュータを用いて、
前記化合物データベースから選択された2つの化合物を選択化合物として、前記選択化合物の共通構造及び差分構造と、前記選択化合物の前記性質と、の組み合わせを少なくとも含む教師付訓練データとして用いて、予測対象である化合物に対する前記性質を予測するための機械学習をさせた化合物性質予測モデルを構築する性質学習工程と、
前記予測対象である化合物と前記化合物データベースから選択された化合物の共通構造及び差分構造を前記化合物性質予測モデルへ入力することによって、前記化合物性質予測モデルの出力として前記予測対象である化合物の前記性質の予測結果を得る性質予測工程と、
を備えることを特徴とする化合物性質予測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019200488A JP7218274B2 (ja) | 2019-11-05 | 2019-11-05 | 化合物の性質を予測するための化合物性質予測装置、化合物性質予測プログラム及び化合物性質予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019200488A JP7218274B2 (ja) | 2019-11-05 | 2019-11-05 | 化合物の性質を予測するための化合物性質予測装置、化合物性質予測プログラム及び化合物性質予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021076890A true JP2021076890A (ja) | 2021-05-20 |
JP7218274B2 JP7218274B2 (ja) | 2023-02-06 |
Family
ID=75899043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019200488A Active JP7218274B2 (ja) | 2019-11-05 | 2019-11-05 | 化合物の性質を予測するための化合物性質予測装置、化合物性質予測プログラム及び化合物性質予測方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7218274B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113488114A (zh) * | 2021-07-13 | 2021-10-08 | 南京邮电大学 | 含螺环的芴基分子晶体中分子间非共价键弱相互作用能预测方法及其预测模型训练方法 |
JPWO2022269733A1 (ja) * | 2021-06-22 | 2022-12-29 | ||
WO2023029351A1 (zh) * | 2021-08-30 | 2023-03-09 | 平安科技(深圳)有限公司 | 基于自监督学习的药物小分子性质预测方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003203078A (ja) * | 2001-10-19 | 2003-07-18 | Mitsubishi Electric Corp | 生理機能解析方法及びシステム |
US20040009536A1 (en) * | 2001-07-30 | 2004-01-15 | George Grass | System and method for predicting adme/tox characteristics of a compound |
JP2019010095A (ja) * | 2017-06-30 | 2019-01-24 | 学校法人 明治薬科大学 | 予測装置、予測方法、予測プログラム、学習モデル入力データ生成装置および学習モデル入力データ生成プログラム |
WO2019048965A1 (ja) * | 2017-09-06 | 2019-03-14 | 株式会社半導体エネルギー研究所 | 物性予測方法および物性予測システム |
-
2019
- 2019-11-05 JP JP2019200488A patent/JP7218274B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040009536A1 (en) * | 2001-07-30 | 2004-01-15 | George Grass | System and method for predicting adme/tox characteristics of a compound |
JP2003203078A (ja) * | 2001-10-19 | 2003-07-18 | Mitsubishi Electric Corp | 生理機能解析方法及びシステム |
JP2019010095A (ja) * | 2017-06-30 | 2019-01-24 | 学校法人 明治薬科大学 | 予測装置、予測方法、予測プログラム、学習モデル入力データ生成装置および学習モデル入力データ生成プログラム |
WO2019048965A1 (ja) * | 2017-09-06 | 2019-03-14 | 株式会社半導体エネルギー研究所 | 物性予測方法および物性予測システム |
Non-Patent Citations (1)
Title |
---|
KATHRIN HEIKAMP, 他3名: ""Prediction of Activity Cliffs Using Support Vector Machines"", [ONLINE], JPN6022029482, 2 July 2012 (2012-07-02), US, ISSN: 0004827427 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2022269733A1 (ja) * | 2021-06-22 | 2022-12-29 | ||
CN113488114A (zh) * | 2021-07-13 | 2021-10-08 | 南京邮电大学 | 含螺环的芴基分子晶体中分子间非共价键弱相互作用能预测方法及其预测模型训练方法 |
CN113488114B (zh) * | 2021-07-13 | 2024-03-01 | 南京邮电大学 | 含螺环的芴基分子晶体中分子间非共价键弱相互作用能预测方法及其预测模型训练方法 |
WO2023029351A1 (zh) * | 2021-08-30 | 2023-03-09 | 平安科技(深圳)有限公司 | 基于自监督学习的药物小分子性质预测方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
JP7218274B2 (ja) | 2023-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blaschke et al. | Memory-assisted reinforcement learning for diverse molecular de novo design | |
JP7218274B2 (ja) | 化合物の性質を予測するための化合物性質予測装置、化合物性質予測プログラム及び化合物性質予測方法 | |
Negoescu et al. | The knowledge-gradient algorithm for sequencing experiments in drug discovery | |
CN106251174A (zh) | 信息推荐方法及装置 | |
Aghdam et al. | CN: a consensus algorithm for inferring gene regulatory networks using the SORDER algorithm and conditional mutual information test | |
JP6931946B1 (ja) | 生産プロセス最適化方法及び生産プロセス最適化システム | |
JP6567484B2 (ja) | 推計モデル構築システム、推計モデル構築方法及びプログラム | |
Lung et al. | Game theory and extremal optimization for community detection in complex dynamic networks | |
Caetano et al. | A data-driven approach to predict hospital length of stay-a portuguese case study | |
CN111899883A (zh) | 少样本或零样本的疾病预测设备、方法、装置及存储介质 | |
CN114207729A (zh) | 材料特性预测系统以及材料特性预测方法 | |
Mundra et al. | Inferring time-delayed gene regulatory networks using cross-correlation and sparse regression | |
Corain et al. | A non-parametric method for defining a global preference ranking of industrial products | |
Maruotti et al. | Time-varying clustering of multivariate longitudinal observations | |
Alghamdi et al. | A prediction modelling and pattern detection approach for the first-episode psychosis associated to cannabis use | |
Gebert et al. | Identifying genes of gene regulatory networks using formal concept analysis | |
JP2021081769A (ja) | 化合物の構造を自動生成するための化合物構造自動生成装置、化合物構造自動生成プログラム及び化合物構造自動生成方法 | |
JP7117835B2 (ja) | 生成装置、モデル、生成方法及び生成プログラム | |
JP2017004493A (ja) | データ分析方法、データ分析装置およびプログラム | |
JP6577922B2 (ja) | 検索装置、方法、及びプログラム | |
Parihar et al. | Knowledge Discovery and Data Mining Healthcare | |
Xhaferra et al. | The Role of Machine Learning in the Healthcare Sector: A Roadmap to the Potential Prospects | |
Mu et al. | Diagnosis prediction via recurrent neural networks | |
Gong et al. | Evaluating accuracy and performance of GPU-accelerated random walk computation on heterogeneous networks | |
CN117976199A (zh) | 基于高阶网络的脑区识别方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210907 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220719 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220916 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7218274 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |