JP2022029071A - 予測モデル利用支援プログラム、予測モデル利用支援方法、および予測モデル利用支援システム - Google Patents

Abstract

【課題】既存の予測モデルによる予測結果を他の予測モデルで容易に利用できるようにする。【解決手段】予測モデル利用支援システム１０は、第１の予測モデルに入力する第１の説明変数の値の生成手段として指定されている第２の予測モデルの１または複数の第２の説明変数それぞれの生成手段を判断し、判断した生成手段により第２の説明変数の値を生成する。予測モデル利用支援システム１０は、第２の説明変数の値を第２の予測モデルへ入力することで得られる目的変数の値を、第１の説明変数の値として算出する。さらに予測モデル利用支援システム１０は、他の第１の説明変数の値を説明変数情報１１ａに示された生成手段で生成する。そして予測モデル利用支援システム１０は、生成した第１の説明変数の値に基づいて、第１の予測モデルに関する計算を行う。【選択図】図１

Description

本発明は、予測モデル利用支援プログラム、予測モデル利用支援方法、および予測モデル利用支援システムに関する。

コンピュータによる機械学習では、コンピュータが目的変数と説明変数の定義された多数の学習データを用いて予測モデルを生成する。コンピュータは、生成した予測モデルを用いて、説明変数のみのデータから目的変数を予測する。

化合物の予測モデル生成においては、説明変数は、通常、論文や実験等により得られた実測値の他に、記述子計算ソフトウェアを利用して、化学構造から説明変数を自動的に生成した記述子が利用されることが多い。記述子計算ソフトウェアは、化合物の構造から、記述子と呼ばれる化合物の特徴を計算するソフトウェアである。記述計算ソフトウェアでは多数の記述子を計算することができ、機械学習に用いる説明変数の種類は数万以上に及ぶ場合がある。

また近年、機械学習の予測の精度の向上を目的として、事前に予測モデルを生成し、その予測結果を説明変数に加えて、別の予測モデルを生成することもできる。
モデルを用いた予測技術としては、例えばモデルの因子に関する情報を蓄積し、モデルの予測精度向上のために活用することを可能にするモデル作成支援システムが提案されている。また既成の予測モデルを使用することなく、高い精度で未知サンプルの帰属クラスを予測するサンプルの帰属クラス予測方法も提案されている。

特開２００９－０８６７０６号公報 国際公開第２０１０／０１６１０９号

予測モデルの生成および生成した予測モデルによる予測を支援する従来のシステムでは、別の予測モデルを説明変数に利用した予測モデルの生成は、あまり運用面での手間が考慮されていない。例えば、別の予測モデルによる予測結果を組み合わせて生成された予測モデルによる予測を行う場合がある。この場合、ユーザは、コンピュータにより、その予測モデルの説明変数に利用されているすべての予測モデルについて、予測対象データに対する予測値を予め生成しておくこととなる。しかも、ユーザは、説明変数に数１０個以上の予測モデルを利用した予測モデルや、何段階にも予測モデルを組み合わせて生成された予測モデルによる予測を行う場合がある。このような場合、対話的に何度も予測モデルによる予測の実行をコンピュータに指示することとなり、非常に手間がかかる。

１つの側面では、本発明は、既存の予測モデルによる予測結果を他の予測モデルで容易に利用できるようにすることを目的とする。

１つの案では、以下の処理をコンピュータに実行させる予測モデル利用支援プログラムが提供される。
コンピュータは、複数の説明変数の値の生成手段が示された説明変数情報に基づいて、第１の予測モデルに入力する１または複数の第１の説明変数それぞれの値の生成手段を判断する。次にコンピュータは、第１の説明変数の値の生成手段として第２の予測モデルによる算出が指定されている場合、１以上の予測モデルそれぞれで予測する目的変数を説明する説明変数が示された予測モデル情報に基づいて、第２の予測モデルの１または複数の第２の説明変数を判断する。次にコンピュータは、説明変数情報に基づいて、第２の説明変数それぞれの生成手段を判断する。次にコンピュータは、判断した生成手段により、第２の説明変数の値を生成する。次にコンピュータは、第２の説明変数の値を第２の予測モデルへ入力することで得られる目的変数の値を、値の生成手段が第２の予測モデルによる算出である第１の説明変数の値として生成する。次にコンピュータは、値の生成手段が第２の予測モデルによる算出以外である第１の説明変数の値を、説明変数情報に示された生成手段で生成する。そしてコンピュータは、生成した第１の説明変数の値に基づいて、第１の予測モデルに関する計算を行う。

１態様によれば、既存の予測モデルによる予測結果を他の予測モデルで容易に利用できる。

第１の実施の形態に係る予測モデル利用支援方法の一例を示す図である。 予測モデル利用支援システムのハードウェアの一例を示す図である。 予測モデル利用支援システムが有する機能の一例を示すブロック図である。 化合物記憶部の一例を示す図である。 化合物セット記憶部の一例を示す図である。 説明変数記憶部の一例を示す図である。 説明変数セット記憶部の一例を示す図である。 予測モデル記憶部の一例を示す図である。 予測モデル生成処理の手順の一例を示すフローチャートである。 説明変数計算処理の手順の一例を示すフローチャートである。 予測モデルによる説明変数の値算出処理の手順の一例を示すフローチャートである。 化学構造ファイルの一例を示す図である。 化学構造ファイル指定入力画面の一例を示す図である。 化合物データ登録の第１の例を示す図である。 学習用化合物セット生成画面の一例を示す図である。 化合物セットの情報登録の第１の例を示す図である。 説明変数指定画面の第１の例を示す図である。 説明変数の値の格納処理の第１の例を示す図である。 説明変数表示画面の一例を示す図である。 特徴選択画面の一例を示す図である。 説明変数セットの情報の格納処理の第１の例を示す図である。 予測モデル生成画面の一例を示す図である。 予測モデルの情報の格納処理の第１の例を示す図である。 登録モデル選択画面の一例を示す図である。 説明変数用の予測モデルの情報の登録処理の第１の例を示す図である。 化合物データ登録の第２の例を示す図である。 化合物セットの情報登録の第２の例を示す図である。 説明変数指定画面の第２の例を示す図である。 説明変数の値の格納処理の第２の例を示す図である。 説明変数セットの情報の格納処理の第２の例を示す図である。 予測モデルの情報の格納処理の第２の例を示す図である。 説明変数用の予測モデルの情報の登録処理の第２の例を示す図である。 予測モデルを用いた予測処理の手順の一例を示すフローチャートである。 化合物データ登録の第３の例を示す図である。 化合物セットの情報登録の第３の例を示す図である。 説明変数の値の格納処理の第３の例を示す図である。 予測実行指示画面の一例を示す図である。 予測結果表示画面の一例を示す図である。 予測結果詳細表示画面の一例を示す図である。

以下、本実施の形態について図面を参照して説明する。なお各実施の形態は、矛盾のない範囲で複数の実施の形態を組み合わせて実施することができる。
〔第１の実施の形態〕
図１は、第１の実施の形態に係る予測モデル利用支援方法の一例を示す図である。図１には、予測モデル利用支援方法を、予測モデル利用支援システム１０で実現する例を示している。予測モデル利用支援システム１０は、例えば予測モデル利用支援プログラムを実行することにより、予測モデル利用支援方法を実施することができる。なお、図１に示す例では、化合物の特性を示す値の予測を行う予測モデルの利用を支援する場合を想定している。

予測モデル利用支援システム１０は、例えば１または複数のコンピュータを含むコンピュータシステムである。予測モデル利用支援システム１０は、記憶部１１と処理部１２とを有する。記憶部１１は、例えば予測モデル利用支援システム１０が有するメモリ、またはストレージ装置である。処理部１２は、例えば予測モデル利用支援システム１０が有するプロセッサ、または演算回路である。

記憶部１１は、説明変数情報１１ａ、予測モデル情報１１ｂ、化合物の構造データ１１ｃ、および化合物の実測値情報１１ｄを記憶する。説明変数情報１１ａには、複数の説明変数の値の生成手段が示されている。生成手段には、例えば記述子生成ソフトウェアによる算出、予測モデルによる算出、実測値の取得などがある。予測モデル情報１１ｂには、１以上の予測モデルそれぞれで予測する目的変数を説明する説明変数が示されている。化合物の構造データ１１ｃには、化合物に含まれる原子の情報や、原子間の結合形態を示す情報などが含まれる。化合物の実測値情報１１ｄは、予め実測によって得られている化合物の特性を示す値を示す情報である。

処理部１２は、説明変数情報１１ａに基づいて、第１の予測モデルに入力する１または複数の第１の説明変数それぞれの値の生成手段を判断する。このとき第１の説明変数の値の生成手段として第２の予測モデルによる算出が指定されている場合がある。この場合、処理部１２は、予測モデル情報１１ｂに基づいて、第２の予測モデルの１または複数の第２の説明変数を判断する。次に処理部１２は、説明変数情報１１ａに基づいて、第２の説明変数それぞれの生成手段を判断する。さらに処理部１２は、判断した生成手段により、第２の説明変数の値を生成する。そして第２の説明変数の値を第２の予測モデルへ入力することで得られる目的変数の値を生成し、その値を、値の生成手段が第２の予測モデルによる算出とされている第１の説明変数の値とする。

また処理部１２は、値の生成手段が第２の予測モデルによる算出以外である第１の説明変数の値を、説明変数情報１１ａに示された生成手段で生成する。
処理部１２は、すべての第１の説明変数について値を生成すると、生成した第１の説明変数の値に基づいて、第１の予測モデルに関する計算を行う。第１の予測モデルに関する計算は、例えば生成した第１の説明変数の値に基づく、第１の予測モデルの生成である。また第１の予測モデルに関する計算は、生成した第１の説明変数の値を第１の予測モデルへの入力とする、第１の予測モデルの目的変数の値の予測の場合もある。

なお、第１の予測モデルを生成する場合、処理部１２は、説明変数から目的変数を求めるための第１の予測モデルの係数の値を決定する処理である。そのため第１の予測モデルを生成する際には、ユーザにより目的変数の値が入力される。なお処理部１２は、説明変数情報１１ａに示される説明変数の１つを目的変数として指定された場合、指定された説明変数の値（例えば実測値）を目的変数の値とすることもできる。線形回帰により第１の予測モデルを生成する場合であれば、第１の予測モデルは一次関数で表される。この場合、処理部１２は、多数の化合物についての説明変数の値と目的変数の値とから、一次関数の傾きと切片とを示す係数を、例えば最小二乗法により求める。

このようにして、予測モデルへ入力する説明変数として、他の予測モデルによる予測値を容易に利用することができる。
例えば第１の予測モデルを、予測モデル「１」とする。処理部１２は、予測モデル情報１１ｂを参照し、予測モデル「１」の目的変数を説明する説明変数が、説明変数「１１，１２，・・・，２０，２２」であると判断する。さらに処理部１２は、説明変数情報１１ａを参照し、これらの説明変数のうち、説明変数「１１，１２，・・・，２０」は、記述子生成ソフトウェア「ｂ」により算出する説明変数であると判断する。また処理部１２は、説明変数「２２」は、予測モデル「２」により算出する説明変数であると判断する。

この場合、処理部１２は、予測モデル情報１１ｂを参照し、予測モデル「２」の目的変数を説明する説明変数が、説明変数「１，２，・・・，１０，２１」であると判断する。処理部１２は、説明変数情報１１ａを参照し、これらの説明変数のうち、説明変数「１，２，・・・，１０」は、記述子生成ソフトウェア「ａ」により算出する説明変数であると判断する。また処理部１２は、説明変数「２１」は、化合物の実測値情報１１ｄから取得する実測値であると判断する。

そこで処理部１２は、化合物の構造データ１１ｃに基づいて、記述子生成ソフトウェア「ａ」を用いて説明変数「１，２，・・・，１０」の値を計算する。次に処理部１２は、化合物の実測値情報１１ｄから、説明変数「２１」に相当する実測値を取得する。さらに処理部１２は、説明変数「１，２，・・・，１０，２１」の値を予測モデル「２」への入力として、予測モデル「２」に基づく目的変数を計算する。処理部１２は、算出した目的変数の値を、説明変数「２２」の値とする。

また処理部１２は、化合物の構造データ１１ｃに基づいて、記述子生成ソフトウェア「ｂ」を用いて説明変数「１１，１２，・・・，２０」の値を計算する。そして処理部１２は、説明変数「１１，１２，・・・，２０，２２」に基づいて、予測モデル「１」に関する計算（予測モデル「１」の生成、目的変数の算出など）を行う。

このように、説明変数情報１１ａにおいて、説明変数の値の生成手段の１つとして予測モデルが登録され、予測モデル情報１１ｂに予測モデルの説明変数が示されていることで、既存の予測モデルによる目的変数の算出を自動化できる。その結果、既存の予測モデルによる予測結果の利用が容易となる。

なお、処理部１２は、第１の予測モデルを生成した場合、第１の予測モデルの生成に用いた第１の説明変数を示す情報を、第１の予測モデルに関連付けて説明変数情報に追加してもよい。これにより、生成した第１の予測モデルを、以後、他の予測モデルへ入力する説明変数の値の生成に容易に利用可能となる。

図１に示した例では、予測モデル「１」に関する処理の実行に、予測モデル「２」の目的変数を利用しているが、予測モデル「２」に入力する説明変数の生成にも、他の予測モデルで算出した目的変数の値を用いることが可能である。

例えば処理部１２は、第２の説明変数の生成手段として第３の予測モデルによる算出が指定されている場合、予測モデル情報１１ｂに基づいて、第３の予測モデルで予測する目的変数を説明する１または複数の第３の説明変数を判断する。次に処理部１２は、説明変数情報１１ａに基づいて、第３の説明変数それぞれの生成手段を判断する。さらに処理部１２は、判断した生成手段により、第３の説明変数の値を生成する。そして処理部１２は、第３の説明変数の値を第３の予測モデルへ入力することで得られる目的変数の値を、値の生成手段が第３の予測モデルによる算出である第２の説明変数の値として生成する。

このように利用する予測モデルが多段階になっている場合でも、それらの予測モデルの説明変数の生成処理と予測モデルによる目的変数の生成処理とを再帰的に実行することで、予測モデルによる説明変数の生成処理を自動化できる。その結果、処理部１２に説明変数を生成させるためのユーザの操作を簡略化することができる。

〔第２の実施の形態〕
次に第２の実施の形態について説明する。第２の実施の形態では、化合物の特性を予測するための予測モデル利用支援システムについて具体的に説明する。予測モデル利用支援システムは、予測モデルの生成に用いられる説明変数（実測値、記述子計算結果、予測モデルによる予測結果など）および、その生成方法に関する情報を説明変数記憶部で管理する。そして予測モデル利用支援システムは、説明変数記憶部を元に生成した予測モデルを、説明変数記憶部に再帰的に登録することで、予測モデルを通常の記述子と同様に取り扱えるようにする。

図２は、予測モデル利用支援システムのハードウェアの一例を示す図である。予測モデル利用支援システム１００は、プロセッサ１０１によって装置全体が制御されている。プロセッサ１０１には、バス１０９を介してメモリ１０２と複数の周辺機器が接続されている。プロセッサ１０１は、マルチプロセッサであってもよい。プロセッサ１０１は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、またはＤＳＰ（Digital Signal Processor）である。プロセッサ１０１がプログラムを実行することで実現する機能の少なくとも一部を、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）などの電子回路で実現してもよい。

メモリ１０２は、予測モデル利用支援システム１００の主記憶装置として使用される。メモリ１０２には、プロセッサ１０１に実行させるＯＳ（Operating System）のプログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。また、メモリ１０２には、プロセッサ１０１による処理に利用する各種データが格納される。メモリ１０２としては、例えばＲＡＭ（Random Access Memory）などの揮発性の半導体記憶装置が使用される。

バス１０９に接続されている周辺機器としては、ストレージ装置１０３、グラフィック処理装置１０４、入力インタフェース１０５、光学ドライブ装置１０６、機器接続インタフェース１０７およびネットワークインタフェース１０８がある。

ストレージ装置１０３は、内蔵した記録媒体に対して、電気的または磁気的にデータの書き込みおよび読み出しを行う。ストレージ装置１０３は、コンピュータの補助記憶装置として使用される。ストレージ装置１０３には、ＯＳのプログラム、アプリケーションプログラム、および各種データが格納される。なお、ストレージ装置１０３としては、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）を使用することができる。

グラフィック処理装置１０４には、モニタ２１が接続されている。グラフィック処理装置１０４は、プロセッサ１０１からの命令に従って、画像をモニタ２１の画面に表示させる。モニタ２１としては、有機ＥＬ（Electro Luminescence）を用いた表示装置や液晶表示装置などがある。

入力インタフェース１０５には、キーボード２２とマウス２３とが接続されている。入力インタフェース１０５は、キーボード２２やマウス２３から送られてくる信号をプロセッサ１０１に送信する。なお、マウス２３は、ポインティングデバイスの一例であり、他のポインティングデバイスを使用することもできる。他のポインティングデバイスとしては、タッチパネル、タブレット、タッチパッド、トラックボールなどがある。

光学ドライブ装置１０６は、レーザ光などを利用して、光ディスク２４に記録されたデータの読み取り、または光ディスク２４へのデータの書き込みを行う。光ディスク２４は、光の反射によって読み取り可能なようにデータが記録された可搬型の記録媒体である。光ディスク２４には、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ－ＲＡＭ、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ－Ｒ（Recordable）／ＲＷ（ReWritable）などがある。

機器接続インタフェース１０７は、予測モデル利用支援システム１００に周辺機器を接続するための通信インタフェースである。例えば機器接続インタフェース１０７には、メモリ装置２５やメモリリーダライタ２６を接続することができる。メモリ装置２５は、機器接続インタフェース１０７との通信機能を搭載した記録媒体である。メモリリーダライタ２６は、メモリカード２７へのデータの書き込み、またはメモリカード２７からのデータの読み出しを行う装置である。メモリカード２７は、カード型の記録媒体である。

ネットワークインタフェース１０８は、ネットワーク２０に接続されている。ネットワークインタフェース１０８は、ネットワーク２０を介して、他のコンピュータまたは通信機器との間でデータの送受信を行う。ネットワークインタフェース１０８は、例えばスイッチやルータなどの有線通信装置にケーブルで接続される有線通信インタフェースである。またネットワークインタフェース１０８は、基地局やアクセスポイントなどの無線通信装置に電波によって通信接続される無線通信インタフェースであってもよい。

予測モデル利用支援システム１００は、以上のようなハードウェアによって、第２の実施の形態の処理機能を実現することができる。なお、第１の実施の形態に示した予測モデル利用支援システム１０も、図２に示した予測モデル利用支援システム１００と同様のハードウェアにより実現することができる。

予測モデル利用支援システム１００は、例えばコンピュータ読み取り可能な記録媒体に記録されたプログラムを実行することにより、第２の実施の形態の処理機能を実現する。予測モデル利用支援システム１００に実行させる処理内容を記述したプログラムは、様々な記録媒体に記録しておくことができる。例えば、予測モデル利用支援システム１００に実行させるプログラムをストレージ装置１０３に格納しておくことができる。プロセッサ１０１は、ストレージ装置１０３内のプログラムの少なくとも一部をメモリ１０２にロードし、プログラムを実行する。また予測モデル利用支援システム１００に実行させるプログラムを、光ディスク２４、メモリ装置２５、メモリカード２７などの可搬型記録媒体に記録しておくこともできる。可搬型記録媒体に格納されたプログラムは、例えばプロセッサ１０１からの制御により、ストレージ装置１０３にインストールされた後、実行可能となる。またプロセッサ１０１が、可搬型記録媒体から直接プログラムを読み出して実行することもできる。

図３は、予測モデル利用支援システムが有する機能の一例を示すブロック図である。予測モデル利用支援システム１００は、化合物記憶部１１０、化合物セット記憶部１２０、説明変数記憶部１３０、説明変数セット記憶部１４０、予測モデル記憶部１５０、化合物データ取得部１６１、化合物セット生成部１６２、説明変数計算部１６３、特徴選択部１６４、予測モデル生成部１６５、説明変数用モデル登録部１６６、および予測部１６７を有する。

化合物記憶部１１０、化合物セット記憶部１２０、説明変数記憶部１３０、説明変数セット記憶部１４０、および予測モデル記憶部１５０それぞれは、メモリ１０２またはストレージ装置１０３の記憶領域の一部を用いて実現される。化合物データ取得部１６１、化合物セット生成部１６２、説明変数計算部１６３、特徴選択部１６４、予測モデル生成部１６５、説明変数用モデル登録部１６６、および予測部１６７は、プロセッサ１０１がプログラムを実行することによって実現される。

化合物記憶部１１０は、化合物の化学構造に関する情報を記憶する。化合物セット記憶部１２０は、特性の予測対象とする化合物セットに関する情報を記憶する。説明変数記憶部１３０は、予測モデルを用いた予測に使用可能な説明変数に関する情報を記憶する。説明変数セット記憶部１４０は、予測モデルを用いた予測に使用する説明変数の組み合わせを記憶する。予測モデル記憶部１５０は、生成された予測モデルに関する情報を記憶する。

化合物データ取得部１６１は、予測モデルの生成に用いるデータをインポートする。例えば化合物データ取得部１６１は、多数の化合物の化学構造が記録された化学構造ファイルの入力を受け付け、その化学構造ファイルに示される化学構造をテーブル形式のデータに変換し、化合物記憶部１１０に格納する。

化合物セット生成部１６２は、インポートした化合物のデータから予測モデル生成用の学習データセットとして用いる化合物セットを生成する。例えば化合物セット生成部１６２は、化合物記憶部１１０に登録されている化合物の内の１以上の化合物を組み合わせ、化合物セットを生成する。化合物セット生成部１６２は、生成した化合物セットを示す情報を、化合物セット記憶部１２０に格納する。

説明変数計算部１６３は、説明変数の値を計算する。例えば説明変数計算部１６３は、化合物セット記憶部１２０に格納された化合物セットに含まれる化合物の記述子の値を計算し、その値を説明変数の値とする。また説明変数計算部１６３は、予測モデルによる予測結果を説明変数として利用する場合には、該当の予測モデルの目的変数の値を計算し、その値を説明変数とする。説明変数計算部１６３は、計算した説明変数の値を、説明変数記憶部１３０に格納する。

特徴選択部１６４は、化合物セットの複数の説明変数から特徴を示す説明変数を選択し、選択した説明変数を予測モデルの生成に使用する説明変数セットとする。特徴選択部１６４は、説明変数セットを示す情報を説明変数セット記憶部１４０に格納する。

予測モデル生成部１６５は、化合物セット、説明変数セット、目的変数、予測モデル生成アルゴリズム、評価手法などの指定により、予測モデルを生成する。予測モデル生成部１６５は、生成した予測モデルを予測モデル記憶部１５０に格納する。

説明変数用モデル登録部１６６は、生成した予測モデルを、その予測モデルで使われた説明変数とともに説明変数記憶部１３０に格納する。
予測部１６７は、生成された予測モデルを用いて、説明変数に応じた目的変数の値を予測する。その際、予測部１６７は、説明変数として、他の予測モデルによって予測された目的変数の値を使用することができる。

次に、図４～図８を参照して、各記憶部に格納されているデータについて具体的に説明する。
図４は、化合物記憶部の一例を示す図である。化合物記憶部１１０には、例えば化合物管理テーブル１１１が格納されている。化合物管理テーブル１１１には、化合物ごとのレコードが登録されている。各レコードには、化合物を識別するための化合物識別子に対応付けて、化合物名、化合物構造データ、および化合物画像データが設定されている。化合物名は、化合物の名称である。化合物構造データは、化合物の構造を示すデータである。化合物画像データは、化合物のイメージ画像を示す画像データである。

図５は、化合物セット記憶部の一例を示す図である。化合物セット記憶部１２０には、例えば化合物セット管理テーブル１２１と化合物セット詳細テーブル１２２とが格納されている。

化合物セット管理テーブル１２１には、化合物セットごとのレコードが登録されている。各レコードには、化合物セットを識別するための化合物セット識別子に対応付けて、化合物セット名と化合物セット格納先カラム名とが設定されている。化合物セット名は、化合物セットの名称である。化合物セット格納先カラム名は、化合物セットに含まれる化合物を示す化合物セット詳細テーブル１２２のカラムの名称である。

化合物セット詳細テーブル１２２には、化合物ごとのレコードが登録されている。化合物セット詳細テーブル１２２の各カラム（列）は、化合物セット管理テーブル１２１のレコードにカラム名によって関連付けられている。化合物セット詳細テーブル１２２の各レコードには、化合物識別子に対応付けて、カラム名に対応する化合物セットに、そのレコードの化合物識別子で示される化合物が含まれるか否かを示すフラグが設定されている。例えば、化合物セットに含まれていればフラグ「１」が設定され、含まれていなければフラグ「０」が設定される。

図６は、説明変数記憶部の一例を示す図である。説明変数記憶部１３０には、例えば説明変数管理テーブル１３１と説明変数生成結果管理テーブル１３２とが格納されている。
説明変数管理テーブル１３１には、説明変数ごとのレコードが登録されている。各レコードは、説明変数を識別するための説明変数識別子に対応付けて、説明変数名、説明変数種別、記述子生成ソフトウェア、予測モデル識別子、および計算結果格納カラム名が設定されている。説明変数名は、説明変数の名称である。説明変数種別は、説明変数の種別である。説明変数の種別には、記述子、実測値、予測モデルなどがある。説明変数種別が記述子の説明変数は、化合物の構造から算出可能な値である。説明変数種別が実測値の説明変数は、化合物に対する実測の結果が得られた値である。説明変数種別が予測モデルの説明変数は、予測モデルを用いて予測された値である。記述子生成ソフトウェアは、説明変数種別が記述子の場合に、その記述子の値を算出するソフトウェアである。予測モデル識別子は、説明変数種別が予測モデルの場合に、その予測モデルを識別するための識別子である。計算結果格納カラム名は、化合物識別子ごとの説明変数の値が格納された、説明変数生成結果管理テーブル１３２のカラムの名称である。

説明変数生成結果管理テーブル１３２には、化合物ごとのレコードが登録されている。各レコードには、化合物識別子に対応付けて、化合物名と、カラム名ごとの該当カラム名で関連付けられた説明変数の値が設定されている。

図７は、説明変数セット記憶部の一例を示す図である。説明変数セット記憶部１４０には、例えば説明変数セット管理テーブル１４１と説明変数セット詳細テーブル１４２とが格納されている。

説明変数セット管理テーブル１４１には、説明変数セットごとのレコードが登録されている。各レコードには、説明変数セットを識別するための説明変数セット識別子に対応付けて、説明変数セット名と説明変数セット格納先カラム名とが設定されている。説明変数セット名は、説明変数セットの名称である。説明変数セット格納先カラム名は、説明変数セットに含まれる説明変数を示す説明変数セット詳細テーブル１４２のカラムの名称である。

説明変数セット詳細テーブル１４２には、説明変数ごとのレコードが登録されている。説明変数セット詳細テーブル１４２の各カラムは、説明変数セット管理テーブル１４１のレコードにカラム名によって関連付けられている。説明変数セット詳細テーブル１４２の各レコードには、説明変数識別子に対応付けて、カラム名に対応する説明変数セットに、そのレコードの説明変数識別子で示される説明変数が含まれるか否かを示すフラグが設定されている。例えば、説明変数セットに含まれていればフラグ「１」が設定され、含まれていなければフラグ「０」が設定される。

図８は、予測モデル記憶部の一例を示す図である。予測モデル記憶部１５０には、例えば予測モデル管理テーブル１５１が格納されている。予測モデル管理テーブル１５１には、予測モデルごとのレコードが登録されている。各レコードには、予測モデル識別子に対応付けて、名前、分析種別、アルゴリズム、評価指標、評価方法、評価結果（学習データ）、評価結果（テストデータ）、予測モデル本体、目的変数識別子、化合物識別子、および説明変数識別子が設定されている。名前は、予測モデルの名称である。分析種別は、予測モデルの生成に使用された分析手法の種別である。分析種別には、例えば回帰よる分析（回帰分析）、２クラス分類による分析などがある。アルゴリズムは、予測モデル生成のアルゴリズムである。アルゴリズムとしては、線形回帰などがある。評価指標は、生成した予測モデルの評価に使用した指標である。評価方法は、生成した予測モデルの評価方法である。評価結果（学習データ）は、予測モデルの生成に学習データとして使用した化合物セットを予測モデルへの入力としたときの、予測モデルの評価結果である。評価結果（テストデータ）は、学習データとは別に用意されたテストデータを予測モデルの入力としたときの予測モデルの評価結果である。予測モデル本体は、説明変数に基づいて目的変数を得るための規則である予測モデルの内容である。例えば予測モデル本体には、説明変数から目的変数を算出するための関数が定義される。目的変数識別子は、予測モデルを用いて得られる目的変数を識別するための目的変数識別子である。化合物識別子は、学習データとして使用した化合物セットに含まれる化合物の化合物識別子である。説明変数識別子は、予測モデルの生成に使用された説明変数の説明変数識別子である。

以上のようなデータを用いて、予測モデルの生成と、生成された予測モデルによる予測結果を説明変数として用いた予測とを行うことができる。
図９は、予測モデル生成処理の手順の一例を示すフローチャートである。以下、図９に示す処理をステップ番号に沿って説明する。

［ステップＳ１０１］化合物データ取得部１６１は、化学構造ファイルの指定入力を受け付ける。
［ステップＳ１０２］化合物データ取得部１６１は、指定された化学構造ファイルから化合物の構造、実測値などのデータを取得し、それらのデータを化合物記憶部１１０などの記憶部に格納する。

［ステップＳ１０３］化合物セット生成部１６２は、化合物セットに含める化合物の指定入力を受け付ける。
［ステップＳ１０４］化合物セット生成部１６２は、指定された化合物を化合物セットとして化合物セット記憶部１２０に格納する。

［ステップＳ１０５］説明変数計算部１６３は、説明変数の指定入力を受け付ける。
［ステップＳ１０６］説明変数計算部１６３は、指定されたすべての説明変数について、化合物セットに含まれる全化合物におけるその説明変数の値を計算し、計算結果を説明変数生成結果管理テーブル１３２に格納する。計算方法は、予め説明変数管理テーブル１３１に指定されている。例えば説明変数種別が記述子の説明変数であれば、説明変数計算部１６３は、対応する記述子生成ソフトウェアにより説明変数を計算する。また、説明変数種別が予測モデルの説明変数であれば、説明変数計算部１６３は、予測モデル識別子で示される予測モデルを用いて目的変数を計算し、その値を説明変数の値とする。なお、説明変数種別が実測値の場合、説明変数計算部１６３は、化学構造ファイルから取得した実測値またはユーザが入力した実測値を、説明変数の値とする。ユーザから実測値を取得する場合、説明変数計算部１６３は、実測値の入力を受け付ける画面を表示し、その画面に入力された値を実測値として取得する。説明変数計算処理の詳細は後述する（図１０参照）。

［ステップＳ１０７］特徴選択部１６４は、特徴選択手段を指定する入力を受け付ける。
［ステップＳ１０８］特徴選択部１６４は、指定された説明のうち、化合物の特徴を表す説明変数の選択（特徴選択）を行う。指定された特徴選択手段を実行し、特徴として選択された説明変数を含む説明変数セットを説明変数セット記憶部１４０に登録する。

なお、特徴選択手段としては、例えば予測モデル生成アルゴリズムの実行エラーを引き起こすことが分かっている説明変数を除外するものがある。また特徴選択手段としては、値の分散が低く学習に寄与しない説明変数を除外するものがある。さらに特徴選択手段としては、他の説明変数との相関が高く冗長なもの（相関がある説明変数の一部）を除外するものがある。これらの特徴選択手段を用いた場合、除外されなかった説明変数が、特徴として説明変数セットに含められる。

［ステップＳ１０９］予測モデル生成部１６５は、予測モデルの学習条件の指定入力を受け付ける。学習条件としては、学習セット、説明変数セット、目的変数、予測アルゴリズム、評価手法などが指定される。

［ステップＳ１１０］予測モデル生成部１６５は、指定された学習条件に基づいて予測モデルを生成し、生成した予測モデルに関する情報を予測モデル記憶部１５０に格納する。格納される情報には、予測モデル本体、予測モデルに使われた全説明変数の識別子、予測モデルの評価に用いられる情報（学習化合物、学習化合物の説明変数の値など）、利用した予測モデルのアルゴリズム、評価手法、評価結果、コメントなどが含まれる。

［ステップＳ１１１］説明変数用モデル登録部１６６は、予測結果として得られる目的変数を他の予測モデルの説明変数として用いる予測モデルの指定入力を受け付ける。
［ステップＳ１１２］説明変数用モデル登録部１６６は、指定された予測モデルを説明変数記憶部１３０に、説明変数として格納する。

このようにして、予測モデルを生成し、生成した予測モデルを説明変数の１つとして、説明変数記憶部１３０に登録することができる。登録された予測モデルは、説明変数計算処理に利用される。

次に説明変数計算処理の詳細について説明する。
図１０は、説明変数計算処理の手順の一例を示すフローチャートである。以下、図１０に示す処理をステップ番号に沿って説明する。

［ステップＳ１２１］説明変数計算部１６３は、指定されたすべての説明変数のうち、未選択の説明変数を１つ選択する。
［ステップＳ１２２］説明変数計算部１６３は、説明変数管理テーブル１３１を参照し、選択した説明変数の種別が予測モデルか否かを判断する。説明変数計算部１６３は、予測モデルであれば、処理をステップＳ１２３に進める。また説明変数計算部１６３は、予測モデルでなければ、処理をステップＳ１２４に進める。

［ステップＳ１２３］説明変数計算部１６３は、ステップＳ１２１で選択した説明変数を算出対象として、予測モデルによる説明変数の値算出処理を行う。この処理の詳細は後述する（図１１参照）。その後、説明変数計算部１６３は、処理をステップＳ１２７に進める。

［ステップＳ１２４］説明変数計算部１６３は、説明変数管理テーブル１３１を参照し、選択した説明変数の種別が記述子か否かを判断する。説明変数計算部１６３は、記述子であれば、処理をステップＳ１２５に進める。また説明変数計算部１６３は、記述子でなければ、処理をステップＳ１２６に進める。

［ステップＳ１２５］説明変数計算部１６３は、説明変数管理テーブル１３１を参照し、選択した説明変数の記述子生成ソフトウェアを特定する。そして説明変数計算部１６３は、特定した記述子生成ソフトウェアを用いて、生成した化合物セットに含まれる化合物それぞれについて、選択した説明変数の値を算出する。その後、説明変数計算部１６３は、処理をステップＳ１２７に進める。

［ステップＳ１２６］説明変数計算部１６３は、生成した化合物セットに含まれる化合物それぞれについての、選択した説明変数の実測値を説明変数生成結果管理テーブル１３２から取得する。

［ステップＳ１２７］説明変数計算部１６３は、未選択の説明変数があるか否かを判断する。説明変数計算部１６３は、未選択の説明変数がある場合、処理をステップＳ１２１に進める。また説明変数計算部１６３は、未選択の説明変数がなければ、説明変数計算処理を終了する。

次に予測モデルによる説明変数の値算出処理について詳細に説明する。
図１１は、予測モデルによる説明変数の値算出処理の手順の一例を示すフローチャートである。以下、図１１に示す処理をステップ番号に沿って説明する。

［ステップＳ１３１］説明変数計算部１６３は、算出対象の説明変数の生成に使用する予測モデル（実行対象の予測モデル）を判断し、その予測モデルによる予測に使用する説明変数を特定する。例えば説明変数計算部１６３は、説明変数管理テーブル１３１から、算出対象の説明変数の予測モデル識別子を取得する。次に説明変数計算部１６３は、予測モデル管理テーブル１５１から、取得した予測モデル識別子に対応する予測モデルの説明変数識別子を取得する。取得した説明変数識別子で示される説明変数が、該当する予測モデルを用いた予測に使用する説明変数である。

［ステップＳ１３２］説明変数計算部１６３は、ステップＳ１３１で特定した説明変数を１つ選択する。
［ステップＳ１３３］説明変数計算部１６３は、説明変数管理テーブル１３１を参照し、選択した説明変数の種別が予測モデルか否かを判断する。説明変数計算部１６３は、予測モデルであれば、処理をステップＳ１３４に進める。また説明変数計算部１６３は、予測モデルでなければ、処理をステップＳ１３５に進める。

［ステップＳ１３４］説明変数計算部１６３は、ステップＳ１３２で選択した説明変数を算出対象として、予測モデルによる説明変数の値算出処理を再帰的に実行する。その後、説明変数計算部１６３は、処理をステップＳ１３８に進める。

［ステップＳ１３５］説明変数計算部１６３は、説明変数管理テーブル１３１を参照し、選択した説明変数の種別が記述子か否かを判断する。説明変数計算部１６３は、記述子であれば、処理をステップＳ１３６に進める。また説明変数計算部１６３は、記述子でなければ、処理をステップＳ１３７に進める。

［ステップＳ１３６］説明変数計算部１６３は、説明変数管理テーブル１３１を参照し、選択した説明変数の記述子生成ソフトウェアを特定する。そして説明変数計算部１６３は、特定した記述子生成ソフトウェアを用いて、生成した化合物セットに含まれる化合物それぞれについて、選択した説明変数の値を算出する。その後、説明変数計算部１６３は、処理をステップＳ１３８に進める。

［ステップＳ１３７］説明変数計算部１６３は、生成した化合物セットに含まれる化合物それぞれについての、選択した説明変数の実測値を説明変数生成結果管理テーブル１３２から取得する。

［ステップＳ１３８］説明変数計算部１６３は、未選択の説明変数があるか否かを判断する。説明変数計算部１６３は、未選択の説明変数がある場合、処理をステップＳ１３２に進める。また説明変数計算部１６３は、未選択の説明変数がなければ、処理をステップＳ１３９に進める。

［ステップＳ１３９］説明変数計算部１６３は、実行対象の予測モデルに基づいて、目的変数の値を計算する。この際、ステップＳ１３２～Ｓ１３８で取得した説明変数の値が、予測モデルへの入力として用いられる。

［ステップＳ１４０］説明変数計算部１６３は、ステップＳ１３９で算出した目的変数の値を、現在実行している説明変数の値算出処理における算出対象の説明変数の値として出力する。

このようにして、予測モデルを用いて得られる目的変数の値を、説明変数として取得することができる。また予測モデルを用いた目的変数の計算において使用する説明変数の種別が予測モデルであれば、図１１の処理を再帰的に呼び出すことで、その説明変数の値が取得される。このような処理が自動で行われることにより、ユーザによる予測モデルによる予測処理の指示の手間を削減することができる。

次に、予測モデルの生成処理と、生成した予測モデルを用いた予測処理とについて、具体的に説明する。
＜他の予測モデル未使用での予測モデル生成処理＞
まず、図１２～図２５を参照し、他の予測モデルを使用せずに新たな予測モデルを生成する処理について説明する。ユーザは、まず化学構造ファイルを用意する。

図１２は、化学構造ファイルの一例を示す図である。化学構造ファイル３１は、例えばＳＤＦ（Structure Data File）形式のファイルである。化学構造ファイル３１には、ヘッダに続けて、含まれる原子の情報、原子間の結合の情報、実測値などのプロパティ情報が記述されている。そして、分子の区切りを示す記号で分子ごとの情報を区切ることで、複数の分子の情報が１つのファイル内に記述されている。

ユーザは、化学構造ファイル３１を、例えばストレージ装置１０３に格納する。また予測モデル利用支援システム１００にネットワーク２０を介して接続された他の装置に保存されている化学構造ファイル３１を、予測モデル利用支援システム１００に読み取らせることもできる。予測モデル利用支援システム１００の化合物データ取得部１６１は、例えば化学構造ファイル指定入力画面をモニタ２１に表示し、ユーザからの化学構造ファイルの指定入力を受け付ける。

図１３は、化学構造ファイル指定入力画面の一例を示す図である。図１３に示す化学構造ファイル指定入力画面３２には、テキストボックス３２ａとボタン３２ｂとが含まれる。テキストボックス３２ａは、化学構造ファイル３１が保存されている場所と、化学構造ファイル３１のファイル名とを入力するための入力領域である。ボタン３２ｂは、テキストボックス３２ａへの入力を確定するためのボタンである。

ユーザは、テキストボックス３２ａに化学構造ファイル３１の保存場所とファイル名とを入力し、ボタン３２ｂを押下する。すると化合物データ取得部１６１が化学構造ファイル３１を読み込み、化学構造ファイル３１に示される化合物の情報を取得する。その後、化合物データ取得部１６１は、例えば読み込み結果を示す読み込み結果表示画面３２ｃを表示する。読み込み結果表示画面３２ｃには、化合物ごとの情報（化合物識別子、化合物名、構造など）が表示されている。

また、化合物データ取得部１６１は、化学構造ファイル３１から取得した化合物の情報を、各種テーブルに登録する。
図１４は、化合物データ登録の第１の例を示す図である。図１４の例では、化合物データ取得部１６１は、化学構造ファイル３１から１０個の化合物に関する情報を取得している。そのため化合物データ取得部１６１は、化合物それぞれに対応するレコード（化合物識別子「１」～「１０」）を、化合物管理テーブル１１１と説明変数管理テーブル１３１と説明変数生成結果管理テーブル１３２と化合物セット詳細テーブル１２２とに登録する。また化学構造ファイル３１には実測値が含まれているものとする。この場合、化合物データ取得部１６１は、化学構造ファイル３１に示される実測値に対応するレコード（説明変数識別子「３１」）を、説明変数管理テーブル１３１に登録する。さらに化合物データ取得部１６１は、該当する実測値（実測で得られた物理量）を、説明変数生成結果管理テーブル１３２に登録する。

化合物データ取得部１６１による化合物の情報の登録が完了すると、化合物セット生成部１６２が、化合物セットに含める化合物指定入力を受け付ける。例えば化合物セット生成部１６２は、学習用化合物セット生成画面をモニタ２１に表示する。

図１５は、学習用化合物セット生成画面の一例を示す図である。学習用化合物セット生成画面３３には、化合物表示部３３ａ、テキストボックス３３ｂ，３３ｃ、およびボタン３３ｄが含まれる。

化合物表示部３３ａには、化合物の情報（化合物識別子、化合物名、構造など）が含まれる。また化合物表示部３３ａには、表示されている化合物から化合物セットに含める化合物を分離させるための化合物選択欄「Ｓｐｌｉｔ１」、「Ｓｐｌｉｔ２」が設けられている。化合物選択欄には、化合物に対応付けてチェックボックス３３ｅ～３３ｈが設けられている。各化合物選択欄においてチェックボックスにチェックマークが設定された化合物が、その化合物選択欄に対応する化合物セットに含められる。

テキストボックス３３ｂは、化合物選択欄「Ｓｐｌｉｔ１」に対応する化合物セットの名称を入力する入力領域である。テキストボックス３３ｃは、化合物選択欄「Ｓｐｌｉｔ２」に対応する化合物セットの名称を入力する入力領域である。

ボタン３３ｄは、化合物セットの情報の保存を指示するためのボタンである。ボタン３３ｄが押下されると、化合物セット生成部１６２は、テキストボックス３３ｂ，３３ｃに設定された名称の化合物セットを、化合物セット記憶部１２０に格納する。

ユーザは、学習用化合物セット生成画面３３において、化合物セットに含める化合物をチェックボックス３３ｅ～３３ｈにより選択し、テキストボックス３３ｂ，３３ｃに化合物セットの名称を入力する。そしてユーザがボタン３３ｄを押下すると化合物セットが生成される。

図１６は、化合物セットの情報登録の第１の例を示す図である。化合物セット生成部１６２は、ユーザが選択した化合物を含む化合物セットの情報を、化合物セット管理テーブル１２１と化合物セット詳細テーブル１２２とに登録する。例えば化合物セット生成部１６２は、化合物セット管理テーブル１２１に、生成する化合物セットに対応するレコード（化合物セット識別子「１」、「２」）を追加する。また化合物セット生成部１６２は、化合物セット詳細テーブル１２２に、生成する化合物セットに対応するカラム名（図１６の例では「カラム名１」と「カラム名２」）を有するカラムを追加する。そして化合物セット生成部１６２は、追加したカラムにおいて、化合物セットに含まれる化合物の化合物識別子に対応する領域に「１」を設定し、その他の領域に「０」を設定する。

化合物セットが生成されると、説明変数計算部１６３が、説明変数の指定入力を受け付ける。例えば説明変数計算部１６３は、説明変数指定画面をモニタ２１に表示する。
図１７は、説明変数指定画面の第１の例を示す図である。説明変数指定画面３４には、説明変数のリストが表示されている。図１７において、「Ｄｅｓｃｒｉｐｔｏｒｓ」または「Ｆｉｎｇｅｒｐｒｉｎｔｓ」の下位に示されている説明変数は、記述子生成ソフトウェアで生成される説明変数である。「Ｍｏｄｅｌｓ」の下位に示されている説明変数は、予測モデルで生成される説明変数である。各説明変数には、チェックボックス３４ｂが対応付けられている。チェックボックス３４ｂにチェックがされている説明変数が、予測モデルの生成に使用する説明変数として使用される。

ボタン３４ａは、説明変数の指定入力を確定するためのボタンである。ボタン３４ａが押下されると、説明変数計算部１６３が、指定された説明変数の値を計算する。説明変数計算部１６３は、得られた説明変数の値を、説明変数生成結果管理テーブル１３２に格納する。

図１８は、説明変数の値の格納処理の第１の例を示す図である。説明変数計算部１６３は、得られた説明変数の値を、説明変数生成結果管理テーブル１３２の、生成された化合物セットに含まれる化合物に対応するレコードに設定する。

図１７に示した例では、「ＲＤＫｉｔ」、「ＣＤＫ」、「ｍｏｒｄｒｅｄ」の各記述子生成ソフトウェアで生成される記述子が、説明変数として指定されている。図６に示した説明変数管理テーブル１３１を参照すると、「ＲＤＫｉｔ」、「ＣＤＫ」、「ｍｏｒｄｒｅｄ」の記述子生成ソフトウェアは、それぞれ識別子を１０個ずつ生成することが示されている。この場合、図１８に示すように、「カラム名１」～「カラム名３０」のそれぞれに、化合物の記述子の値が登録される。

なお、説明変数生成結果管理テーブル１３２の「カラム名３１」のカラムに設定されている説明変数は実測値であり、化合物データ取得部１６１によって既に設定されている。
説明変数の計算が完了すると、説明変数計算部１６３は、計算結果を示す説明変数表示画面をモニタ２１に表示する。

図１９は、説明変数表示画面の一例を示す図である。説明変数表示画面３５には、各化合物の化合物識別子や化合物名などの情報に対応付けて、計算された説明変数、および実測値として得られている説明変数が表示されている。

その後、特徴選択部１６４が、特徴選択手段の指定入力を受け付ける。例えば特徴選択部１６４は、特徴選択画面をモニタ２１に表示する。
図２０は、特徴選択画面の一例を示す図である。特徴選択画面３６には、テキストボックス３６ａ，３６ｂ，３６ｃ、特徴選択実行指示用のボタン３６ｄ、特徴説明変数表示部３６ｅ、および特徴選択結果保存指示用のボタン３６ｆが含まれる。

テキストボックス３６ａは、特徴選択対象の化合物セットの名称の入力領域である。テキストボックス３６ｂは、特徴として選択された説明変数を含む説明変数セットに付与する説明変数セット識別子の入力領域である。テキストボックス３６ｃは、特徴選択手段の名称の入力領域である。ユーザがテキストボックス３６ａ，３６ｂ，３６ｃそれぞれに化合物セットの名称、説明変数セット識別子、特徴選択手段の名称を入力し、ボタン３６ｄを押下すると、特徴選択部１６４が、指定された特徴選択手段に基づいて特徴選択処理を実行する。

特徴選択部１６４により選択された説明変数に関する情報は、特徴説明変数表示部３６ｅに表示される。その後、ユーザがボタン３６ｆを押下すると、特徴選択部１６４は、選択された説明変数を含む説明変数セットに関する情報を説明変数セット記憶部１４０に格納する。

図２１は、説明変数セットの情報の格納処理の第１の例を示す図である。特徴選択部１６４は、説明変数セット管理テーブル１４１に、生成した説明変数セットに対応するレコードを説明変数セット管理テーブル１４１に登録する。図２１の例では、２種類の特徴選択手段による特徴選択が行われ、２つの説明変数セットが生成されたものとする。そのため、説明変数セット管理テーブル１４１には、２つのレコード（説明変数セット識別子「１」、「２」）が追加されている。そして特徴選択部１６４は、説明変数セット詳細テーブル１４２に、説明変数セットに対応するカラム（カラム名「１」、「２」）における、その説明変数セットに含まれる説明変数に対応する領域に「１」を設定する。

特徴選択が完了すると、予測モデル生成部１６５により、学習条件指定入力が受け付けられる。例えば予測モデル生成部１６５は、予測モデル生成画面をモニタ２１に表示する。

図２２は、予測モデル生成画面の一例を示す図である。予測モデル生成画面３７には、条件指定部３７ａ、予測モデル表示部３７ｂ、およびボタン３７ｃが含まれる。
条件指定部３７ａは、予測モデルの生成条件を入力する領域である。条件指定部３７ａには、使用可能な化合物データセットのリスト、使用可能な説明変数セットのリスト、予測モデルで生成可能な目的変数のリスト、使用可能な学習アルゴリズムのリスト、使用可能な評価方法のリストが表示されている。各リストに含まれる項目にはチェックボックスが付与されており、チェックボックスにチェックマークが設定された項目が、予測モデルの生成条件として用いられる。

また条件指定部３７ａには、予測モデルの生成を指示するためのボタン３７ｄが設けられている。ユーザが予測モデルの生成に適用する条件を選択し、ボタン３７ｄを押下すると、予測モデル生成部１６５が、指定された条件に従って予測モデルの生成および評価を行う。

生成された予測モデルに関する情報が、予測モデル表示部３７ｂに表示される。予測モデル表示部３７ｂには、予測モデルの生成に使用した化合物セットなどの生成条件に関する情報に加え、生成した予測モデルの評価結果などが示される。また予測モデル表示部３７ｂには、詳細表示用のボタン３７ｅが設けられている。ボタン３７ｅが押下されると、詳細画面３８が表示される。詳細画面３８は、生成された予測モデルを表すグラフ、およびその他の詳細情報が表示される。

ボタン３７ｃは、生成された予測モデルの保存を指示するためのボタンである。ボタン３７ｃが押下されると、予測モデル生成部１６５が、予測モデルの情報を予測モデル記憶部１５０に格納する。

図２３は、予測モデルの情報の格納処理の第１の例を示す図である。予測モデル生成部１６５は、生成した予測モデルに対応するレコード（予測モデル識別子「１」）を、予測モデル管理テーブル１５１に登録する。

予測モデルの生成が完了すると、説明変数用モデル登録部１６６は、説明変数として利用する予測モデルを指定する入力を受け付ける。例えば説明変数用モデル登録部１６６は、登録モデル選択画面をモニタ２１に表示する。

図２４は、登録モデル選択画面の一例を示す図である。登録モデル選択画面３９には、例えば予測モデルの名称のリストが表示されている。表示された予測モデルの名称には、チェックボックス３９ａが付与されている。チェックボックス３９ａにチェックマークが設定された予測モデルが、説明変数として登録する対象の予測モデルである。登録モデル選択画面３９には、予測モデルの選択結果の登録を指示するボタン３９ｂが設けられている。ボタン３９ｂが押下されると、説明変数用モデル登録部１６６は、登録対象として選択された予測モデルの情報を、説明変数記憶部１３０に登録する。

図２５は、説明変数用の予測モデルの情報の登録処理の第１の例を示す図である。説明変数用モデル登録部１６６は、説明変数管理テーブル１３１に、登録対象の予測モデルに対応するレコード（説明変数識別子「４１」）を登録する。これにより、以後、その予測モデルで生成した目的変数を、他の予測モデルの説明変数として使用可能となる。

＜説明変数に他の予測モデルを使用した予測モデル生成処理＞
次に、図２６～図３２を参照し、他の予測モデルを使用して新たな予測モデルを生成する処理について説明する。ユーザは、新たに化学構造ファイルを用意する。そしてユーザは、図１３に示した化学構造ファイル指定入力画面３２を介して、用意した化学構造ファイルを指定して、化合物データ取得部１６１に化合物データを読み込ませる。化合物データ取得部１６１は、新たに指定された化学構造ファイルから取得した化合物の情報を、各種テーブルに登録する。

図２６は、化合物データ登録の第２の例を示す図である。図２６の例では、化合物データ取得部１６１は、化学構造ファイル４１から１０個の化合物に関する情報を取得している。そのため化合物データ取得部１６１は、化合物それぞれに対応するレコード（化合物識別子「１１」～「２０」）を化合物管理テーブル１１１と説明変数管理テーブル１３１と説明変数生成結果管理テーブル１３２と化合物セット詳細テーブル１２２とに新たに登録する。また化学構造ファイル４１には実測値が含まれているものとする。この場合、化合物データ取得部１６１は、化学構造ファイル４１に示される実測値に対応するレコード（説明変数識別子「３２」）を、説明変数管理テーブル１３１に登録する。さらに化合物データ取得部１６１は、該当する実測値を、説明変数生成結果管理テーブル１３２に登録する。

化合物データ取得部１６１による化合物の情報の登録が完了すると、化合物セット生成部１６２が、図１５に示した学習用化合物セット生成画面３３を介して化合物セットに含める化合物指定入力を受け付ける。化合物指定入力が行われると、化合物セット生成部１６２が化合物セットを生成する。

図２７は、化合物セットの情報登録の第２の例を示す図である。化合物セット生成部１６２は、ユーザが選択した化合物を含む化合物セットの情報を、化合物セット管理テーブル１２１と化合物セット詳細テーブル１２２とに登録する。例えば化合物セット生成部１６２は、化合物セット管理テーブル１２１に、生成する化合物セットに対応するレコード（化合物セット識別子「３」、「４」）を追加する。また化合物セット生成部１６２は、化合物セット詳細テーブル１２２に、生成する化合物セットに対応するカラム名（図２７の例では、「カラム名３」、「カラム名４」）を有するカラムを追加する。そして化合物セット生成部１６２は、追加したカラムにおいて、化合物セットに含まれる化合物の化合物識別子に対応する領域に「１」を設定し、その他の領域に「０」を設定する。

化合物セットが生成されると、説明変数計算部１６３が、図１７に示した説明変数指定画面３４を介して説明変数の指定入力を受け付ける。この際、ユーザは、説明変数として予測モデルを指定することで、既存の予測モデルを用いて計算した目的変数を、生成する予測モデルの説明変数として用いることができる。

図２８は、説明変数指定画面の第２の例を示す図である。図２８に示す説明変数指定画面３４では、予測モデルに対応するチェックボックス３４ｃにもチェックマークが設定されている。予測モデルが選択された場合、説明変数計算部１６３は、選択された予測モデルを用いた目的変数の計算を行う。

例えば説明変数計算部１６３は、説明変数に予測モデルが含まれる場合は、説明変数管理テーブル１３１、予測モデル管理テーブル１５１を参照し、その予測モデルを用いた目的変数の予測値を説明変数の計算結果とする。さらに説明変数計算部１６３は、予測モデル管理テーブル１５１に示されている該当予測モデルの説明変数識別子を取得し、その説明変数識別子の値を、説明変数管理テーブル１３１に示されている生成手段で計算する。説明変数計算部１６３は、説明変数の値の計算結果を、一時的にメモリ１０２に保存する。そして説明変数計算部１６３は、保存した説明変数の値を、今回の処理で生成する予測モデルの入力として、目的変数の値を予測する。説明変数計算部１６３は、予測結果を、説明変数として説明変数生成結果管理テーブル１３２に格納する。

図２９は、説明変数の値の格納処理の第２の例を示す図である。説明変数計算部１６３は、得られた説明変数の値を、説明変数生成結果管理テーブル１３２の、生成された化合物セットに含まれる化合物に対応するレコードに設定する。

図２８に示した例では、「ＲＤＫｉｔ」、「ＣＤＫ」、「ｍｏｒｄｒｅｄ」の各記述子生成ソフトウェアで生成される記述子、および「Ｌｉｎｅａｒ Ｒｅｇｒｅｓｓｉｏｎ」の予測モデルが、説明変数として指定されている。図６に示した説明変数管理テーブル１３１を参照すると、「ＲＤＫｉｔ」、「ＣＤＫ」、「ｍｏｒｄｒｅｄ」の記述子生成ソフトウェアは、それぞれ識別子を１０個ずつ生成することが示されている。そのため、図２９の例では、記述子が「カラム名１」～「カラム名３０」に登録され、予測モデルで予測された目的変数の値が「カラム名４１」に登録される。

説明変数の計算が完了すると、計算結果を示す説明変数表示画面３５（図１９参照）が表示され、その後、特徴選択部１６４が、図２０に示した特徴選択画面３６を介して、特徴選択手段の指定入力を受け付ける。特徴選択手段の指定入力が行われると、特徴選択部１６４は、指定された特徴選択手段により、特徴を表す説明変数を含む説明変数セットを生成する。そして特徴選択部１６４は、説明変数セットに関する情報を説明変数セット記憶部１４０に格納する。

図３０は、説明変数セットの情報の格納処理の第２の例を示す図である。特徴選択部１６４は、説明変数セット管理テーブル１４１に、生成した説明変数セットに対応するレコードを登録する。図３０の例では、２種類の特徴選択手段による特徴選択が行われ、２つの説明変数セットが生成されたものとする。そのため、説明変数セット管理テーブル１４１には、２つのレコード（説明変数セット識別子「３」、「４」）が追加されている。そして特徴選択部１６４は、説明変数セット詳細テーブル１４２に、追加した説明変数セットに対応するカラム（カラム名「３」、「４」）における、その説明変数セットに含まれる説明変数に対応する領域に「１」を設定する。

その後、図２２に示す予測モデル生成画面３７を介して予測モデルの生成指示が入力されると、予測モデル生成部１６５が、予測モデルを生成し、生成した予測モデルの情報を予測モデル管理テーブル１５１に格納する。

図３１は、予測モデルの情報の格納処理の第２の例を示す図である。予測モデル生成部１６５は、生成した予測モデルに対応するレコード（予測モデル識別子「２」）を、予測モデル管理テーブル１５１に登録する。

予測モデルの生成が完了すると、説明変数用モデル登録部１６６は、図２４に示す登録モデル選択画面３９を介して、説明変数として利用する予測モデルを指定する入力を受け付ける。そして説明変数用モデル登録部１６６は、登録対象として選択された予測モデルの情報を、説明変数記憶部１３０に登録する。

図３２は、説明変数用の予測モデルの情報の登録処理の第２の例を示す図である。説明変数用モデル登録部１６６は、説明変数管理テーブル１３１に、登録対象の予測モデルに対応するレコード（説明変数識別子「４２」）を登録する。

このように他の予測モデルによる予測結果を用いて生成された予測モデルを説明変数として登録することができる。その結果、予測モデルの再帰的な呼び出しによる予測処理が可能となる。

＜予測モデルによる目的変数の値の予測＞
次に、予測モデルを用いた目的変数の値の予測処理について、図３３～図３９を参照して説明する。予測モデルによる目的変数の値の予測では、説明変数として他の予測モデルで計算した目的変数を用いることができる。

図３３は、予測モデルを用いた予測処理の手順の一例を示すフローチャートである。図３３に示した処理のうち、ステップＳ２０１～Ｓ２０６の処理は、図９に示した予測モデル生成処理のステップＳ１０１～Ｓ１０６の処理と同様である。以下、図９の処理と異なるステップＳ２０７～Ｓ２０９の処理について、ステップ番号に沿って説明する。

［ステップＳ２０７］予測部１６７は、予測実行指示の入力を受け付ける。
［ステップＳ２０８］予測部１６７は、予測実行指示に従って、予測モデルの目的変数の値を予測する。

［ステップＳ２０９］予測部１６７は、予測結果を表示する。
予測処理においても、予測モデル生成処理と同様の説明変数計算処理（ステップＳ２０６）を行っており、説明変数として他の予測モデルで予測した目的変数の値を用いることができる。しかも、説明変数を計算するための予測モデルによる説明変数の値算出処理は、図１０，図１１に示したように再帰的に呼び出すことができる。その結果、予測モデルを用いた予測処理を行う際のユーザの手間が削減される。

例えばユーザは、新たに化学構造ファイルを用意する。そしてユーザは、図１３に示した化学構造ファイル指定入力画面３２を介して、用意した化学構造ファイルを指定して、化合物データ取得部１６１に化合物データを読み込ませる。化合物データ取得部１６１は、新たに指定された化学構造ファイルから取得した化合物の情報を、各種テーブルに登録する。

図３４は、化合物データ登録の第３の例を示す図である。図３４の例では、化合物データ取得部１６１は、化学構造ファイル５１から１０個の化合物に関する情報を取得している。そのため化合物データ取得部１６１は、化合物それぞれに対応するレコード（化合物識別子「２１」～「３０」）を化合物管理テーブル１１１と説明変数生成結果管理テーブル１３２と化合物セット詳細テーブル１２２とに新たに登録する。

化合物データ取得部１６１による化合物の情報の登録が完了すると、化合物セット生成部１６２が、図１５に示した学習用化合物セット生成画面３３を介して化合物セットに含める化合物指定入力を受け付ける。化合物指定入力が行われると、化合物セット生成部１６２が化合物セットを生成する。

図３５は、化合物セットの情報登録の第３の例を示す図である。化合物セット生成部１６２は、ユーザが選択した化合物を含む化合物セットの情報を、化合物セット管理テーブル１２１と化合物セット詳細テーブル１２２とに登録する。例えば化合物セット生成部１６２は、化合物セット管理テーブル１２１に、生成する化合物セットに対応するレコード（化合物セット識別子「５」）を追加する。また化合物セット生成部１６２は、化合物セット詳細テーブル１２２に、生成する化合物セットに対応するカラム名（図２７の例では、「カラム名５」）を有するカラムを追加する。そして化合物セット生成部１６２は、追加したカラムにおいて、化合物セットに含まれる化合物の化合物識別子に対応する領域に「１」を設定し、その他の領域に「０」を設定する。

化合物セットが生成されると、説明変数計算部１６３が、図１７に示した説明変数指定画面３４を介して説明変数の指定入力を受け付ける。この際、ユーザは、説明変数として予測モデルを指定することで、既存の予測モデルを用いて計算した目的変数を、予測に使用する予測モデルの説明変数として用いることができる。

例えば説明変数計算部１６３は、説明変数に予測モデルが含まれる場合は、説明変数管理テーブル１３１、予測モデル管理テーブル１５１を参照し、その予測モデルを用いた目的変数の予測値を説明変数の計算結果とする。さらに説明変数計算部１６３は、予測モデル管理テーブル１５１に示されている該当予測モデルの説明変数識別子を取得し、その説明変数識別子の値を、説明変数管理テーブル１３１に示されている生成手段で計算する。説明変数計算部１６３は、説明変数の値の計算結果を、一時的にメモリ１０２に保存する。そして説明変数計算部１６３は、保存した説明変数の値を、今回の処理で生成する予測モデルの入力として、目的変数の値を予測する。説明変数計算部１６３は、予測結果を、説明変数として説明変数生成結果管理テーブル１３２に格納する。

図３６は、説明変数の値の格納処理の第３の例を示す図である。説明変数計算部１６３は、得られた説明変数の値を、説明変数生成結果管理テーブル１３２の、生成された化合物セットに含まれる化合物に対応するレコードに設定する。

その後、予測部１６７が、ユーザからの予測モデルを用いた予測実行指示を受け付ける。例えば、予測部１６７は、例えば予測実行指示画面をモニタ２１に表示する。ユーザは、その予測実行指示画面において、予測処理に用いる予測モデルと予測対象の化合物セットとの指定入力を行う。

図３７は、予測実行指示画面の一例を示す図である。予測実行指示画面５２には、テキストボックス５２ａと化合物表示部５２ｂとが含まれている。テキストボックス５２ａは、予測対象の化合物セットを指定するための入力領域である。化合物表示部５２ｂは、予測対象の化合物セットに含まれる化合物の情報を表示する領域である。ユーザがテキストボックス５２ａに化合物セットの名称を入力すると、入力された名称に対応する化合物セットに含まれる化合物の情報が、化合物表示部５２ｂに表示される。

またユーザが右クリックなどの所定の操作を行うと、予測モデルをリストアップしたコンテキストメニュー５２ｃが表示される。ユーザがコンテキストメニューから予測モデルを選択すると、予測部１６７により、選択された予測モデルを用いて、予測対象の化合物セットに応じた目的変数の値が算出される。そして予測部１６７は、例えば算出した目的変数を示す予測結果表示画面をモニタ２１に表示する。

図３８は、予測結果表示画面の一例を示す図である。予測結果表示画面５３には、化合物ごとの目的変数の予測結果を示す予測結果表示部５３ａが含まれる。予測結果表示部５３ａには、予測対象の目的変数の値が含まれる、ユーザは、予測結果表示部５３ａから化合物を選択し、所定の操作を行うことで、選択した化合物の予測結果の詳細を表示させることができる。

図３９は、予測結果詳細表示画面の一例を示す図である。予測結果詳細表示画面５４には、選択した化合物と化合物セットとの類似度や、学習に使われた説明変数の化合物セットにおける範囲に対して、選択した化合物の説明変数の値が妥当かどうかを確認するための数値情報などが表示される。

このように、予測モデル利用支援システム１００では、ユーザがシステム上で生成した予測モデルおよびその生成手段を保存し、利用することができる。そのため、新たな予測モデルを生成する際に、ユーザは簡単な予測モデル生成指示により、予測モデルを用いて計算した値を説明変数とした予測モデルの生成処理を、予測モデル利用支援システム１００に実行させることができる。例えばユーザは、図２２に示したような予測モデル生成画面３７を介して生成しようとする予測モデルの生成条件を入力する。これにより、既に生成されている予測モデルで予測した目的変数を説明変数として用いて、予測モデル利用支援システム１００に新たな予測モデルを生成させることができる。その結果、予測モデル生成時のユーザの手間が大幅に削減される。

また、ユーザは簡単な予測実行指示により、予測モデルを用いて計算した値を説明変数とした目的変数の値の予測を、予測モデル利用支援システム１００に実行させることができる。その結果、予測モデルを用いた予測時のユーザの手間が大幅に削減される。

しかも、複数の予測モデルによる説明変数の計算を再帰的に幾重にも重ねて実行して、予測モデルを生成したり、その結果を用いて予測を行ったりすることが、簡易な操作で実現できる。

〔その他の実施の形態〕
第２の実施の形態は、化合物の特性を予測する例であるが、予測モデルの生成、および生成した予測モデルで予測を行う他の技術にも適用可能である。

以上、実施の形態を例示したが、実施の形態で示した各部の構成は同様の機能を有する他のものに置換することができる。また、他の任意の構成物や工程が付加されてもよい。さらに、前述した実施の形態のうちの任意の２以上の構成（特徴）を組み合わせたものであってもよい。

１０ 予測モデル利用支援システム
１１ 記憶部
１１ａ 説明変数情報
１１ｂ 予測モデル情報
１１ｃ 化合物の構造データ
１１ｄ 化合物の実測値情報
１２ 処理部

Claims (6)

1. コンピュータに、
   複数の説明変数の値の生成手段が示された説明変数情報に基づいて、第１の予測モデルに入力する１または複数の第１の説明変数それぞれの値の生成手段を判断し、
   前記第１の説明変数の値の生成手段として第２の予測モデルによる算出が指定されている場合、１以上の予測モデルそれぞれで予測する目的変数を説明する説明変数が示された予測モデル情報に基づいて、前記第２の予測モデルの１または複数の第２の説明変数を判断し、
   前記説明変数情報に基づいて、前記第２の説明変数それぞれの生成手段を判断し、
   判断した生成手段により、前記第２の説明変数の値を生成し、
   前記第２の説明変数の値を前記第２の予測モデルへ入力することで得られる目的変数の値を、値の生成手段が前記第２の予測モデルによる算出である前記第１の説明変数の値として生成し、
   値の生成手段が前記第２の予測モデルによる算出以外である前記第１の説明変数の値を、前記説明変数情報に示された生成手段で生成し、
   生成した前記第１の説明変数の値に基づいて、前記第１の予測モデルに関する計算を行う、
   処理を実行させる予測モデル利用支援プログラム。
2. 前記コンピュータに、さらに、
   前記第２の説明変数の生成手段として第３の予測モデルによる算出が指定されている場合、前記予測モデル情報に基づいて、前記第３の予測モデルで予測する目的変数を説明する１または複数の第３の説明変数を判断し、
   前記説明変数情報に基づいて、前記第３の説明変数それぞれの生成手段を判断し、
   判断した生成手段により、前記第３の説明変数の値を生成し、
   前記第３の説明変数の値を前記第３の予測モデルへ入力することで得られる目的変数の値を、値の生成手段が前記第３の予測モデルによる算出である前記第２の説明変数の値として生成する、
   処理を実行させる請求項１記載の予測モデル利用支援プログラム。
3. 前記第１の予測モデルに関する計算では、生成した前記第１の説明変数の値に基づいて前記第１の予測モデルを生成し、
   前記第１の予測モデルの生成に用いた前記第１の説明変数を示す情報を、前記第１の予測モデルに関連付けて前記説明変数情報に追加する、
   請求項１または２に記載の予測モデル利用支援プログラム。
4. 前記第１の予測モデルに関する計算では、生成した前記第１の説明変数の値を前記第１の予測モデルへの入力として、前記第１の予測モデルの目的変数の値を予測する、
   請求項１または２に記載の予測モデル利用支援プログラム。
5. コンピュータが、
   複数の説明変数の値の生成手段が示された説明変数情報に基づいて、第１の予測モデルに入力する１または複数の第１の説明変数それぞれの値の生成手段を判断し、
   前記第１の説明変数の値の生成手段として第２の予測モデルによる算出が指定されている場合、１以上の予測モデルそれぞれで予測する目的変数を説明する説明変数が示された予測モデル情報に基づいて、前記第２の予測モデルの１または複数の第２の説明変数を判断し、
   前記説明変数情報に基づいて、前記第２の説明変数それぞれの生成手段を判断し、
   判断した生成手段により、前記第２の説明変数の値を生成し、
   前記第２の説明変数の値を前記第２の予測モデルへ入力することで得られる目的変数の値を、値の生成手段が前記第２の予測モデルによる算出である前記第１の説明変数の値として生成し、
   値の生成手段が前記第２の予測モデルによる算出以外である前記第１の説明変数の値を、前記説明変数情報に示された生成手段で生成し、
   生成した前記第１の説明変数の値に基づいて、前記第１の予測モデルに関する計算を行う、
   処理を実行させる予測モデル利用支援方法。
6. 複数の説明変数の値の生成手段が示された説明変数情報に基づいて、第１の予測モデルに入力する１または複数の第１の説明変数それぞれの値の生成手段を判断し、
   前記第１の説明変数の値の生成手段として第２の予測モデルによる算出が指定されている場合、１以上の予測モデルそれぞれで予測する目的変数を説明する説明変数が示された予測モデル情報に基づいて、前記第２の予測モデルの１または複数の第２の説明変数を判断し、
   前記説明変数情報に基づいて、前記第２の説明変数それぞれの生成手段を判断し、
   判断した生成手段により、前記第２の説明変数の値を生成し、
   前記第２の説明変数の値を前記第２の予測モデルへ入力することで得られる目的変数の値を、値の生成手段が前記第２の予測モデルによる算出である前記第１の説明変数の値として生成し、
   値の生成手段が前記第２の予測モデルによる算出以外である前記第１の説明変数の値を、前記説明変数情報に示された生成手段で生成し、
   生成した前記第１の説明変数の値に基づいて、前記第１の予測モデルに関する計算を行う、
   予測モデル利用支援システム。
   

Images