JP7121725B2 - 分類子出力を並行して評価することによる第1の分類子の誤差の訂正 - Google Patents
分類子出力を並行して評価することによる第1の分類子の誤差の訂正 Download PDFInfo
- Publication number
- JP7121725B2 JP7121725B2 JP2019505207A JP2019505207A JP7121725B2 JP 7121725 B2 JP7121725 B2 JP 7121725B2 JP 2019505207 A JP2019505207 A JP 2019505207A JP 2019505207 A JP2019505207 A JP 2019505207A JP 7121725 B2 JP7121725 B2 JP 7121725B2
- Authority
- JP
- Japan
- Prior art keywords
- training
- classifier
- target
- chemical compound
- test
- 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.)
- Active
Links
- 238000012549 training Methods 0.000 claims description 371
- 238000012360 testing method Methods 0.000 claims description 348
- 238000000034 method Methods 0.000 claims description 154
- 229920000642 polymer Polymers 0.000 claims description 143
- 239000013598 vector Substances 0.000 claims description 134
- 150000001875 compounds Chemical class 0.000 claims description 124
- 230000027455 binding Effects 0.000 claims description 117
- 230000003993 interaction Effects 0.000 claims description 109
- 102000004169 proteins and genes Human genes 0.000 claims description 66
- 108090000623 proteins and genes Proteins 0.000 claims description 66
- 230000006870 function Effects 0.000 claims description 44
- 238000004422 calculation algorithm Methods 0.000 claims description 35
- 230000015654 memory Effects 0.000 claims description 32
- 238000003032 molecular docking Methods 0.000 claims description 32
- 230000005764 inhibitory process Effects 0.000 claims description 22
- 230000002068 genetic effect Effects 0.000 claims description 15
- 238000007477 logistic regression Methods 0.000 claims description 13
- 238000000329 molecular dynamics simulation Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 108090000765 processed proteins & peptides Proteins 0.000 claims description 11
- 102000004196 processed proteins & peptides Human genes 0.000 claims description 10
- 229920001184 polypeptide Polymers 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 239000013078 crystal Substances 0.000 claims description 6
- 230000036961 partial effect Effects 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000012614 Monte-Carlo sampling Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 5
- 230000000996 additive effect Effects 0.000 claims description 5
- 238000000137 annealing Methods 0.000 claims description 5
- 238000003066 decision tree Methods 0.000 claims description 5
- 108091005942 ECFP Proteins 0.000 claims description 4
- 238000005481 NMR spectroscopy Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 150000004676 glycans Chemical class 0.000 claims description 4
- 230000001537 neural effect Effects 0.000 claims description 4
- 238000001683 neutron diffraction Methods 0.000 claims description 4
- 229920001282 polysaccharide Polymers 0.000 claims description 4
- 239000005017 polysaccharide Substances 0.000 claims description 4
- 238000007637 random forest analysis Methods 0.000 claims description 4
- 239000002253 acid Substances 0.000 claims description 3
- 150000007513 acids Chemical class 0.000 claims description 3
- 238000001493 electron microscopy Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 102000040430 polynucleotide Human genes 0.000 claims description 3
- 108091033319 polynucleotide Proteins 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 229940126142 compound 16 Drugs 0.000 claims 1
- 239000010410 layer Substances 0.000 description 167
- 230000000694 effects Effects 0.000 description 68
- 125000004429 atom Chemical group 0.000 description 56
- 235000018102 proteins Nutrition 0.000 description 51
- 239000003814 drug Substances 0.000 description 42
- 229940079593 drug Drugs 0.000 description 38
- 238000004458 analytical method Methods 0.000 description 24
- 238000013527 convolutional neural network Methods 0.000 description 24
- 230000004913 activation Effects 0.000 description 22
- 238000001994 activation Methods 0.000 description 22
- 238000013461 design Methods 0.000 description 16
- 210000004027 cell Anatomy 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000011176 pooling Methods 0.000 description 13
- 230000001988 toxicity Effects 0.000 description 13
- 231100000419 toxicity Toxicity 0.000 description 13
- 241000264877 Hippospongia communis Species 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 12
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 11
- 229920001577 copolymer Polymers 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000005457 optimization Methods 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 239000000126 substance Substances 0.000 description 10
- 239000011230 binding agent Substances 0.000 description 9
- 229940000406 drug candidate Drugs 0.000 description 9
- 239000003446 ligand Substances 0.000 description 9
- 235000001014 amino acid Nutrition 0.000 description 8
- 150000001413 amino acids Chemical class 0.000 description 8
- 229910052799 carbon Inorganic materials 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 238000009511 drug repositioning Methods 0.000 description 8
- 239000012634 fragment Substances 0.000 description 8
- 229910052739 hydrogen Inorganic materials 0.000 description 8
- 239000004094 surface-active agent Substances 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000007876 drug discovery Methods 0.000 description 7
- 239000001257 hydrogen Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 150000003384 small molecules Chemical class 0.000 description 7
- 206010059866 Drug resistance Diseases 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000035772 mutation Effects 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 238000000159 protein binding assay Methods 0.000 description 6
- XMWRBQBLMFGWIX-UHFFFAOYSA-N C60 fullerene Chemical compound C12=C3C(C4=C56)=C7C8=C5C5=C9C%10=C6C6=C4C1=C1C4=C6C6=C%10C%10=C9C9=C%11C5=C8C5=C8C7=C3C3=C7C2=C1C1=C2C4=C6C4=C%10C6=C9C9=C%11C5=C5C8=C3C3=C7C1=C1C2=C4C6=C2C9=C5C3=C12 XMWRBQBLMFGWIX-UHFFFAOYSA-N 0.000 description 5
- 125000003118 aryl group Chemical group 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 229910052801 chlorine Inorganic materials 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 229910003472 fullerene Inorganic materials 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 239000000575 pesticide Substances 0.000 description 5
- -1 small molecule compounds Chemical class 0.000 description 5
- 241000894007 species Species 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000011049 filling Methods 0.000 description 4
- 238000007620 mathematical function Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 150000002894 organic compounds Chemical class 0.000 description 4
- BNRNXUUZRGQAQC-UHFFFAOYSA-N sildenafil Chemical compound CCCC1=NN(C)C(C(N2)=O)=C1N=C2C(C(=CC=1)OCC)=CC=1S(=O)(=O)N1CCN(C)CC1 BNRNXUUZRGQAQC-UHFFFAOYSA-N 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 102000004190 Enzymes Human genes 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 239000000370 acceptor Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000003556 assay Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 239000000460 chlorine Substances 0.000 description 3
- 125000001309 chloro group Chemical group Cl* 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 3
- 239000010931 gold Substances 0.000 description 3
- 229910052737 gold Inorganic materials 0.000 description 3
- 229920001519 homopolymer Polymers 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004001 molecular interaction Effects 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 239000012071 phase Substances 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000014616 translation Effects 0.000 description 3
- 238000003041 virtual screening Methods 0.000 description 3
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 description 2
- VSKJLJHPAFKHBX-UHFFFAOYSA-N 2-methylbuta-1,3-diene;styrene Chemical compound CC(=C)C=C.C=CC1=CC=CC=C1.C=CC1=CC=CC=C1 VSKJLJHPAFKHBX-UHFFFAOYSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 2
- 229920000271 Kevlar® Polymers 0.000 description 2
- 108091000080 Phosphotransferase Proteins 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000008236 biological pathway Effects 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 229920001400 block copolymer Polymers 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 2
- 229920000736 dendritic polymer Polymers 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 2
- 125000001165 hydrophobic group Chemical group 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000002563 ionic surfactant Substances 0.000 description 2
- 239000004761 kevlar Substances 0.000 description 2
- 238000002705 metabolomic analysis Methods 0.000 description 2
- 230000001431 metabolomic effect Effects 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910021645 metal ion Inorganic materials 0.000 description 2
- 230000009149 molecular binding Effects 0.000 description 2
- 238000000324 molecular mechanic Methods 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 230000009437 off-target effect Effects 0.000 description 2
- 125000002524 organometallic group Chemical group 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 102000020233 phosphotransferase Human genes 0.000 description 2
- 230000004481 post-translational protein modification Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000002424 x-ray crystallography Methods 0.000 description 2
- 229910052725 zinc Inorganic materials 0.000 description 2
- 239000011701 zinc Substances 0.000 description 2
- OGNSCSPNOLGXSM-UHFFFAOYSA-N (+/-)-DABA Natural products NCCC(N)C(O)=O OGNSCSPNOLGXSM-UHFFFAOYSA-N 0.000 description 1
- FDKWRPBBCBCIGA-REOHCLBHSA-N (2r)-2-azaniumyl-3-$l^{1}-selanylpropanoate Chemical compound [Se]C[C@H](N)C(O)=O FDKWRPBBCBCIGA-REOHCLBHSA-N 0.000 description 1
- FUOOLUPWFVMBKG-UHFFFAOYSA-N 2-Aminoisobutyric acid Chemical compound CC(C)(N)C(O)=O FUOOLUPWFVMBKG-UHFFFAOYSA-N 0.000 description 1
- ODHCTXKNWHHXJC-VKHMYHEASA-N 5-oxo-L-proline Chemical compound OC(=O)[C@@H]1CCC(=O)N1 ODHCTXKNWHHXJC-VKHMYHEASA-N 0.000 description 1
- 241000256837 Apidae Species 0.000 description 1
- BSYNRYMUTXBXSQ-UHFFFAOYSA-N Aspirin Chemical compound CC(=O)OC1=CC=CC=C1C(O)=O BSYNRYMUTXBXSQ-UHFFFAOYSA-N 0.000 description 1
- 229920001342 Bakelite® Polymers 0.000 description 1
- 241000219495 Betulaceae Species 0.000 description 1
- 241000254171 Curculionidae Species 0.000 description 1
- 102000010907 Cyclooxygenase 2 Human genes 0.000 description 1
- 108010037462 Cyclooxygenase 2 Proteins 0.000 description 1
- 102000002004 Cytochrome P-450 Enzyme System Human genes 0.000 description 1
- 108010015742 Cytochrome P-450 Enzyme System Proteins 0.000 description 1
- FDKWRPBBCBCIGA-UWTATZPHSA-N D-Selenocysteine Natural products [Se]C[C@@H](N)C(O)=O FDKWRPBBCBCIGA-UWTATZPHSA-N 0.000 description 1
- 206010011878 Deafness Diseases 0.000 description 1
- UQBOJOOOTLPNST-UHFFFAOYSA-N Dehydroalanine Chemical compound NC(=C)C(O)=O UQBOJOOOTLPNST-UHFFFAOYSA-N 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 206010013710 Drug interaction Diseases 0.000 description 1
- 208000010228 Erectile Dysfunction Diseases 0.000 description 1
- 229940123583 Factor Xa inhibitor Drugs 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- PMMYEEVYMWASQN-DMTCNVIQSA-N Hydroxyproline Chemical compound O[C@H]1CN[C@H](C(O)=O)C1 PMMYEEVYMWASQN-DMTCNVIQSA-N 0.000 description 1
- 230000006133 ISGylation Effects 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- AHLPHDHHMVZTML-BYPYZUCNSA-N L-Ornithine Chemical compound NCCC[C@H](N)C(O)=O AHLPHDHHMVZTML-BYPYZUCNSA-N 0.000 description 1
- ONIBWKKTOPOVIA-BYPYZUCNSA-N L-Proline Chemical compound OC(=O)[C@@H]1CCCN1 ONIBWKKTOPOVIA-BYPYZUCNSA-N 0.000 description 1
- RHGKLRLOHDJJDR-BYPYZUCNSA-N L-citrulline Chemical compound NC(=O)NCCC[C@H]([NH3+])C([O-])=O RHGKLRLOHDJJDR-BYPYZUCNSA-N 0.000 description 1
- FFFHZYDWPBMWHY-VKHMYHEASA-N L-homocysteine Chemical compound OC(=O)[C@@H](N)CCS FFFHZYDWPBMWHY-VKHMYHEASA-N 0.000 description 1
- DWPCPZJAHOETAG-IMJSIDKUSA-N L-lanthionine Chemical compound OC(=O)[C@@H](N)CSC[C@H](N)C(O)=O DWPCPZJAHOETAG-IMJSIDKUSA-N 0.000 description 1
- ZFOMKMMPBOQKMC-KXUCPTDWSA-N L-pyrrolysine Chemical compound C[C@@H]1CC=N[C@H]1C(=O)NCCCC[C@H]([NH3+])C([O-])=O ZFOMKMMPBOQKMC-KXUCPTDWSA-N 0.000 description 1
- 102000005741 Metalloproteases Human genes 0.000 description 1
- 108010006035 Metalloproteases Proteins 0.000 description 1
- RHGKLRLOHDJJDR-UHFFFAOYSA-N Ndelta-carbamoyl-DL-ornithine Natural products OC(=O)C(N)CCCNC(N)=O RHGKLRLOHDJJDR-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 229920000459 Nitrile rubber Polymers 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 108010038807 Oligopeptides Proteins 0.000 description 1
- 102000015636 Oligopeptides Human genes 0.000 description 1
- AHLPHDHHMVZTML-UHFFFAOYSA-N Orn-delta-NH2 Natural products NCCCC(N)C(O)=O AHLPHDHHMVZTML-UHFFFAOYSA-N 0.000 description 1
- UTJLXEIPEHZYQJ-UHFFFAOYSA-N Ornithine Natural products OC(=O)C(C)CCCN UTJLXEIPEHZYQJ-UHFFFAOYSA-N 0.000 description 1
- 108091005804 Peptidases Proteins 0.000 description 1
- 102000035195 Peptidases Human genes 0.000 description 1
- 108010043958 Peptoids Proteins 0.000 description 1
- 102000045595 Phosphoprotein Phosphatases Human genes 0.000 description 1
- 108700019535 Phosphoprotein Phosphatases Proteins 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 239000002202 Polyethylene glycol Substances 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- ONIBWKKTOPOVIA-UHFFFAOYSA-N Proline Natural products OC(=O)C1CCCN1 ONIBWKKTOPOVIA-UHFFFAOYSA-N 0.000 description 1
- 239000004365 Protease Substances 0.000 description 1
- 102000001708 Protein Isoforms Human genes 0.000 description 1
- 108010029485 Protein Isoforms Proteins 0.000 description 1
- 102000001253 Protein Kinase Human genes 0.000 description 1
- ODHCTXKNWHHXJC-GSVOUGTGSA-N Pyroglutamic acid Natural products OC(=O)[C@H]1CCC(=O)N1 ODHCTXKNWHHXJC-GSVOUGTGSA-N 0.000 description 1
- 229920001800 Shellac Polymers 0.000 description 1
- 206010041925 Staphylococcal infections Diseases 0.000 description 1
- 101710172711 Structural protein Proteins 0.000 description 1
- 206010047281 Ventricular arrhythmia Diseases 0.000 description 1
- 238000000367 ab initio method Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 229960001138 acetylsalicylic acid Drugs 0.000 description 1
- ODHCTXKNWHHXJC-UHFFFAOYSA-N acide pyroglutamique Natural products OC(=O)C1CCC(=O)N1 ODHCTXKNWHHXJC-UHFFFAOYSA-N 0.000 description 1
- 229920000122 acrylonitrile butadiene styrene Polymers 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000010933 acylation Effects 0.000 description 1
- 238000005917 acylation reaction Methods 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 239000003905 agrochemical Substances 0.000 description 1
- 230000029936 alkylation Effects 0.000 description 1
- 238000005804 alkylation reaction Methods 0.000 description 1
- 230000003281 allosteric effect Effects 0.000 description 1
- 229920005603 alternating copolymer Polymers 0.000 description 1
- 229920002892 amber Polymers 0.000 description 1
- 239000004855 amber Substances 0.000 description 1
- 230000009435 amidation Effects 0.000 description 1
- 238000007112 amidation reaction Methods 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 239000003945 anionic surfactant Substances 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 229940127219 anticoagulant drug Drugs 0.000 description 1
- 229940030600 antihypertensive agent Drugs 0.000 description 1
- 239000002220 antihypertensive agent Substances 0.000 description 1
- 239000008346 aqueous phase Substances 0.000 description 1
- 230000010516 arginylation Effects 0.000 description 1
- 239000004637 bakelite Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003115 biocidal effect Effects 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000008512 biological response Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000006287 biotinylation Effects 0.000 description 1
- 238000007413 biotinylation Methods 0.000 description 1
- 229910052794 bromium Inorganic materials 0.000 description 1
- DQXBYHZEEUGOBF-UHFFFAOYSA-N but-3-enoic acid;ethene Chemical compound C=C.OC(=O)CC=C DQXBYHZEEUGOBF-UHFFFAOYSA-N 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 239000002041 carbon nanotube Substances 0.000 description 1
- 229910021393 carbon nanotube Inorganic materials 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000036996 cardiovascular health Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003093 cationic surfactant Substances 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007385 chemical modification Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000973 chemotherapeutic effect Effects 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 230000006329 citrullination Effects 0.000 description 1
- 229960002173 citrulline Drugs 0.000 description 1
- 235000013477 citrulline Nutrition 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007334 copolymerization reaction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000006240 deamidation Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000000412 dendrimer Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229920000359 diblock copolymer Polymers 0.000 description 1
- 238000002050 diffraction method Methods 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 239000002270 dispersing agent Substances 0.000 description 1
- PMMYEEVYMWASQN-UHFFFAOYSA-N dl-hydroxyproline Natural products OC1C[NH2+]C(C([O-])=O)C1 PMMYEEVYMWASQN-UHFFFAOYSA-N 0.000 description 1
- 238000012912 drug discovery process Methods 0.000 description 1
- 230000008406 drug-drug interaction Effects 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 239000003995 emulsifying agent Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000005038 ethylene vinyl acetate Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 150000002211 flavins Chemical class 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000004088 foaming agent Substances 0.000 description 1
- 230000022244 formylation Effects 0.000 description 1
- 238000006170 formylation reaction Methods 0.000 description 1
- 229960003692 gamma aminobutyric acid Drugs 0.000 description 1
- 230000006251 gamma-carboxylation Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006237 glutamylation Effects 0.000 description 1
- 230000013595 glycosylation Effects 0.000 description 1
- 238000006206 glycosylation reaction Methods 0.000 description 1
- 230000006238 glycylation Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 150000003278 haem Chemical class 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 229920000140 heteropolymer Polymers 0.000 description 1
- 230000033444 hydroxylation Effects 0.000 description 1
- 238000005805 hydroxylation reaction Methods 0.000 description 1
- 229960002591 hydroxyproline Drugs 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 125000001841 imino group Chemical group [H]N=* 0.000 description 1
- 201000001881 impotence Diseases 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000026045 iodination Effects 0.000 description 1
- 238000006192 iodination reaction Methods 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000006122 isoprenylation Effects 0.000 description 1
- 230000002147 killing effect Effects 0.000 description 1
- 229940043355 kinase inhibitor Drugs 0.000 description 1
- 150000002611 lead compounds Chemical class 0.000 description 1
- 238000000670 ligand binding assay Methods 0.000 description 1
- 239000002502 liposome Substances 0.000 description 1
- 230000006144 lipoylation Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- DWPCPZJAHOETAG-UHFFFAOYSA-N meso-lanthionine Natural products OC(=O)C(N)CSCC(N)C(O)=O DWPCPZJAHOETAG-UHFFFAOYSA-N 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 208000015688 methicillin-resistant staphylococcus aureus infectious disease Diseases 0.000 description 1
- 239000000693 micelle Substances 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 229920003052 natural elastomer Polymers 0.000 description 1
- 239000005445 natural material Substances 0.000 description 1
- 229920001194 natural rubber Polymers 0.000 description 1
- 239000006225 natural substrate Substances 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 239000002777 nucleoside Substances 0.000 description 1
- 125000003835 nucleoside group Chemical group 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 150000002902 organometallic compounds Chemical class 0.000 description 1
- 229960003104 ornithine Drugs 0.000 description 1
- 239000002859 orphan drug Substances 0.000 description 1
- 229940000673 orphan drug Drugs 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000006320 pegylation Effects 0.000 description 1
- 239000000816 peptidomimetic Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 150000003905 phosphatidylinositols Chemical class 0.000 description 1
- 230000005261 phosphopantetheinylation Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 230000026731 phosphorylation Effects 0.000 description 1
- 238000006366 phosphorylation reaction Methods 0.000 description 1
- 239000003757 phosphotransferase inhibitor Substances 0.000 description 1
- 238000013031 physical testing Methods 0.000 description 1
- 229920001200 poly(ethylene-vinyl acetate) Polymers 0.000 description 1
- 229920002239 polyacrylonitrile Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 229920001223 polyethylene glycol Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000003389 potentiating effect Effects 0.000 description 1
- SCUZVMOVTVSBLE-UHFFFAOYSA-N prop-2-enenitrile;styrene Chemical compound C=CC#N.C=CC1=CC=CC=C1 SCUZVMOVTVSBLE-UHFFFAOYSA-N 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 108060006633 protein kinase Proteins 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000006340 racemization Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000033458 reproduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 238000003034 scaffold hopping Methods 0.000 description 1
- 229940055619 selenocysteine Drugs 0.000 description 1
- ZKZBPNGNEQAJSX-UHFFFAOYSA-N selenocysteine Natural products [SeH]CC(N)C(O)=O ZKZBPNGNEQAJSX-UHFFFAOYSA-N 0.000 description 1
- 235000016491 selenocysteine Nutrition 0.000 description 1
- 239000004208 shellac Substances 0.000 description 1
- ZLGIYFNHBLSMPS-ATJNOEHPSA-N shellac Chemical compound OCCCCCC(O)C(O)CCCCCCCC(O)=O.C1C23[C@H](C(O)=O)CCC2[C@](C)(CO)[C@@H]1C(C(O)=O)=C[C@@H]3O ZLGIYFNHBLSMPS-ATJNOEHPSA-N 0.000 description 1
- 229940113147 shellac Drugs 0.000 description 1
- 235000013874 shellac Nutrition 0.000 description 1
- 229960003310 sildenafil Drugs 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 238000007614 solvation Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 229920006301 statistical copolymer Polymers 0.000 description 1
- 238000003033 structure based virtual screening Methods 0.000 description 1
- 229920000638 styrene acrylonitrile Polymers 0.000 description 1
- 229920003048 styrene butadiene rubber Polymers 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000019635 sulfation Effects 0.000 description 1
- 238000005670 sulfation reaction Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 230000010741 sumoylation Effects 0.000 description 1
- 229920003051 synthetic elastomer Polymers 0.000 description 1
- 239000005061 synthetic rubber Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 231100000027 toxicology Toxicity 0.000 description 1
- FGMPLJWBKKVCDB-UHFFFAOYSA-N trans-L-hydroxy-proline Natural products ON1CCCC1C(O)=O FGMPLJWBKKVCDB-UHFFFAOYSA-N 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 229920000428 triblock copolymer Polymers 0.000 description 1
- 238000010798 ubiquitination Methods 0.000 description 1
- 230000034512 ubiquitination Effects 0.000 description 1
- 231100000402 unacceptable toxicity Toxicity 0.000 description 1
- 229940094720 viagra Drugs 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000000080 wetting agent Substances 0.000 description 1
- 229910052727 yttrium Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/60—In silico combinatorial chemistry
- G16C20/64—Screening of libraries
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
- G16B15/30—Drug targeting using structural data; Docking or binding prediction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
- G16B35/20—Screening of libraries
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/50—Molecular design, e.g. of drugs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Multimedia (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biotechnology (AREA)
- Bioethics (AREA)
- Medicinal Chemistry (AREA)
- Library & Information Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
Description
本願は、参照により本明細書に援用される、2017年3月30日に出願された「Systems and Methods for Correcting Error in a First Classifier by Evaluating Classifier Output in Parallel」と題する米国出願第15/473,980号の優先権を主張する。
・ 種々の基本システムサービスを扱うための手順を含むオペレーティングシステム54
・ 第1の分類子102及び第2の分類子108を使用する、ターゲットオブジェクト58に対するテストオブジェクト72(及び図1Bの訓練オブジェクト66)の分類のための分類子バイアス評価モジュール56
・ テストオブジェクト/訓練オブジェクト72/66とそれぞれのターゲットオブジェクト58/65との間の相互作用を評価するための第1の分類子102
・ テストベクトル104の各要素が、テストオブジェクト72と、複数のターゲットオブジェクト全体でのそれぞれのターゲットオブジェクト58との間の相互作用のための第1の分類子102からの対応するスコア106を含んだ、1つ以上のテストベクトル104
・ テストベクトル104を、複数のターゲットオブジェクトの単一のターゲットオブジェクト110(58)の表示に変換するための第2の分類子108
・ テストオブジェクトの記述73を含んだ、テストオブジェクト72のための情報
・ 構造データ60及び任意選択で活性部位情報62等のターゲットオブジェクトの記述を含んだ、1つ以上のターゲットオブジェクト58のためのデータ、及び
・ それぞれの各訓練オブジェクト113のために、第1の分類子102からの1つ以上の対応するスコア118を含む訓練ベクトル116の形のそれぞれの訓練オブジェクト113の訓練オブジェクト関連114を含む、第2の分類子108のためのオブジェクト訓練ライブラリ112であって、係る各対応するスコア118は、それぞれの訓練オブジェクト113と対応するターゲットオブジェクト58との間の相互作用用である、オブジェクト訓練ライブラリ112。
・ 種々の基本システムサービスを扱うための手順を含むオペレーティングシステム54
・ (図1Aの)第1の分類子102及び第2の分類子108を使用する、ターゲットオブジェクト58に対するテストオブジェクト72(及び図1Bの訓練オブジェクト66)の分類のための分類子バイアス評価モジュール56
・ テストオブジェクト72のための情報であって、それぞれの各ターゲットオブジェクト58のために、それぞれのターゲットオブジェクト58に対するテストオブジェクト72の1つ以上のポーズ120、ならびに係るポーズのために、第1の分類子入力ベクトル122が第1の分類子のために引き出されるボクセルマップ40及び第1の分類子入力ベクトル122のための第1の分類子からの対応するスコア106を含んだ情報、及び
・ 第1の分類子102のための訓練データセット63であって、複数のターゲットオブジェクト65、複数の訓練オブジェクト66、及び係るそれぞれの各訓練オブジェクト66のために、訓練オブジェクト66とターゲットオブジェクトとの間の相互作用のための測定された相互作用データ(例えば、結合データ)68を含んだ訓練データセット。
以下は、本開示のいくつかの実施形態のいくつかの応用例を説明する例示的な目的のためだけに提供されるサンプルの使用事例である。他の使用が考慮されてよく、以下に示す実施例は、非制限的であり、変形、省略を受ける場合がある、または追加の要素を含む場合がある。
説明のための上記記述は、具体的な実施態様を参照して説明された。しかしながら、上記の例示的な説明は、網羅的であることを意図するものではなく、また、実施態様を開示されている正確な形態に限定することを意図するものでもない。上述の教示に照らして多くの変更形態及び変形形態が考えられる。実施態様は、原理及びその実際的な応用を最もよく説明し、それによって当業者が、実施態様及び種々の変更形態を有する種々の実施態様を、意図される特定の使用に適しているとしてもっともよく利用できるようにするために、選ばれ、説明された。
Claims (26)
- ターゲットポリマー結合についてテスト化学化合物をスクリーニングするためのコンピュータシステムであって、
少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサによってアドレス指定可能な非一過性メモリであって、前記非一過性メモリが、前記少なくとも1つのプロセッサによる実行のための1つ以上のプログラムを記憶し、前記1つ以上のプログラムが、
(A)前記テスト化学化合物の記述を入手することと、
(B)第1の複数のターゲットポリマーのそれぞれの各ターゲットポリマーのために、第1の手順を実行することであって、前記第1の手順が、
(i)前記それぞれのターゲットポリマーに対する前記テスト化学化合物の前記記述を提示し、それによって、
複数の異なるポーズの各ポーズの前記それぞれのターゲットポリマーで前記テスト化学化合物をモデル化し、それによって複数のボクセルマップを作成することであって、前記複数のボクセルマップのそれぞれの各ボクセルマップが、前記複数の異なるポーズのそれぞれのポーズの前記テスト化学化合物を備える、前記作成することと、
前記複数のボクセルマップの各ボクセルマップを、対応する第1の分類子入力ベクトルに展開し、それによって複数の第1の分類子入力ベクトルを作成することであって、前記複数の第1の分類子入力ベクトルの各第1の分類子入力ベクトルが同じサイズである、前記作成することと
を含む第2の手順により、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の相互作用の記述のための対応するスコアを入手することと、
(ii)前記複数の第1の分類子入力ベクトルのそれぞれの各第1の分類子入力ベクトルを第1の分類子に入力することで、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用の前記記述を前記第1の分類子に入力し、それによって前記第1の分類子から、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用のための対応する複数のスコアを入手することであって、前記対応する複数のスコアのそれぞれの各スコアが、前記複数の第1の分類子入力ベクトルの第1の分類子入力ベクトルの前記第1の分類子への前記入力に対応する、前記入手することと、
(iii)前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用のための前記対応するスコアを、前記対応する複数のスコアの代表値または加重平均として入手することであって、
前記代表値または加重平均が所定の閾値または所定の閾値範囲を満たすとき、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用の前記記述のための前記対応するスコアが、第1の分類であると見なされ、
前記代表値または加重平均が前記所定の閾値または前記所定の閾値範囲を満たすことができないとき、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用の前記記述のための前記対応するスコアが、第2の分類であると見なされる、前記入手することと
を含み、
前記テスト化学化合物と前記第1の複数のターゲットポリマー全体でのそれぞれのターゲットポリマーとの間の前記相互作用のための対応する各スコアが、前記テスト化学化合物のためのテストベクトルを形成する、
前記第1の手順を実行することと、
(C)前記テスト化学化合物のための前記テストベクトルを第2の分類子に入力し、それによって前記第2の分類子から出力として前記テストベクトルのための変換を入手することであって、前記変換が、前記第1の複数のターゲットポリマーの単一のターゲットポリマーの表示を提供し、それによってターゲットポリマー結合について前記テスト化学化合物をスクリーニングし、
前記第2の分類子が、複数の訓練ベクトルに関して訓練され、
前記複数の訓練ベクトルのそれぞれの各訓練ベクトルが、前記第1の手順に従ってテスト化学化合物として第1の複数の訓練化合物の対応する訓練化合物を入力した後の前記第1の分類子からの前記出力であり、
前記第1の複数の訓練化学化合物の第1の部分集合のそれぞれの各訓練化学化合物が、前記第1の分類子によって、前記第1の複数のターゲットポリマーの対応するターゲットポリマーに結合し、かつ、前記第1の複数のターゲットポリマーの他のターゲットポリマーに結合しないと見なされ、
前記第1の複数の訓練化学化合物の第2の部分集合のそれぞれの各訓練化学化合物が、前記第1の分類子によって、前記第1の複数のターゲットポリマーのいずれのターゲットポリマーにも結合しないと見なされる、
前記入手すること
のための命令を含む、前記非一過性メモリと
を備える、前記コンピュータシステム。 - 前記複数の第1の分類子入力ベクトルの各第1の分類子入力ベクトルが、一次元であり、前記複数の異なるポーズが2つ以上のポーズ、10以上のポーズ、100以上のポーズ、または1000以上のポーズを備える、請求項1に記載のコンピュータシステム。
- 前記複数の異なるポーズが、マルコフチェーンモンテカルロサンプリング、焼き鈍し法、ラマルク遺伝的アルゴリズム、遺伝的アルゴリズム、または深層畳み込みニューラルネットサンプリングのうちの1つでドッキングスコアリング関数を使用し、入手される、請求項1に記載のコンピュータシステム。
- 前記複数の異なるポーズが、欲張りアルゴリズムを使用し、インクリメンタルサーチによって入手される、請求項1に記載のコンピュータシステム。
- それぞれの各ターゲットポリマーが、タンパク質、ポリペプチド、ポリ核酸、ポリリボ核酸、多糖、またはその任意の組み合わせのアセンブリである、請求項1に記載のコンピュータシステム。
- 前記それぞれのターゲットポリマーに対する前記テスト化学化合物の前記記述を前記提示することが、2.5Å以上の分解能で分解された前記ターゲットポリマーの結晶構造または3.3Å以上の分解能で分解された前記ポリマーの結晶構造の三次元座標{x1、...、xN}の集合の形で前記それぞれのターゲットポリマーのための空間座標に対する前記テスト化学化合物の前記記述を提示すること、または、核磁気共鳴、中性子回折、または低温電子顕微鏡法によって決定される前記ポリマーのための三次元座標のアンサンブルの形で前記それぞれのターゲットポリマーのための空間座標に対する前記テスト化学化合物の前記記述を提示することを含む、請求項1~5のいずれか1項に記載のコンピュータシステム。
- 前記第1の分類が、IC50、EC50、Kd、KI、または第1の結合値を超える前記それぞれのターゲットポリマーに関する前記テスト化学化合物のための阻害パーセントであり、
前記第2の分類が、IC50、EC50、Kd、KI、または前記第1の結合値未満である前記それぞれのターゲットポリマーに関する前記テスト化学化合物のための阻害パーセントである、
請求項1に記載のコンピュータシステム。 - 前記第1の結合値が1マイクロモルまたは10マイクロモルである、請求項7に記載のコンピュータシステム。
- 前記第1の複数のターゲットポリマーの各ターゲットポリマーが、活性部位を有するポリマーであり、
前記複数の異なるポーズの各ポーズの前記それぞれのターゲットポリマーで前記テスト化学化合物を前記モデル化することが、前記それぞれのターゲットポリマーの原子表示に結び付けられた前記テスト化学化合物の原子表示の分子動力学ランを実行し、それによって経時的にともに前記テスト化学化合物及び前記それぞれのターゲットポリマーの軌跡を形成することを含み、
前記複数の異なるポーズの少なくとも1つの部分集合が、ある期間にわたり前記軌跡のスナップショットを撮ることによって入手される、
請求項1に記載のコンピュータシステム。 - 前記第1の分類子が複数の重みを備え、前記方法が、さらに、(A)を前記入手する前に、
(a)訓練データセットを取得することであって、前記訓練データセットが、
第2の複数の訓練化合物と、
第2の複数のターゲットポリマーと、
複数の実験的に決定したスコアであって、前記複数の実験的に決定したスコアのそれぞれの各実験的に決定したスコアが、前記第2の複数の訓練化合物の対応する訓練化合物と、前記第2の複数のターゲットポリマーの対応するターゲットポリマーとの間の相互作用のためである、前記複数の実験で決定したスコアと
を備える、前記取得することと、
(b)前記第2の複数の訓練化合物のそれぞれの各訓練化合物のために、
(i)前記第2の複数のターゲットポリマーの対応するターゲットポリマーに対する前記それぞれの訓練化合物の記述を提示し、それによって前記訓練化学化合物と前記対応するターゲットポリマーとの間の相互作用の記述を入手することと、
(ii)前記それぞれの訓練化合物と前記対応するターゲットポリマーとの間の前記相互作用の前記記述を前記第1の分類子に入力し、それによって前記第1の分類子から前記訓練化合物と前記対応するターゲットポリマーとの間の前記相互作用の対応するスコアを入手することと、
(iii)(1)前記それぞれの訓練化合物と前記対応するターゲットポリマーとの間の前記相互作用の前記記述のための前記第1の分類子からの前記対応するスコアと、(2)前記それぞれの訓練化合物と前記訓練データセットからの前記対応するターゲットポリマーとの間の前記相互作用のための前記実験的に決定したスコアとの間の差異を決定することと、
(iv)前記複数の重みに前記差異を適用することと
を含む第2の手順を実行することと
を含む、請求項1に記載のコンピュータシステム。 - 前記第2の複数のターゲットポリマーが前記第1の複数のターゲットポリマーと同じであるか、または、前記第2の複数のターゲットポリマーと前記第1の複数のターゲットポリマーの間に部分的な重複しかないか、または、前記第2の複数のターゲットポリマーと前記第1の複数のターゲットポリマーとの間に重複がないか、または、前記第1の複数のターゲットポリマーが前記第2の複数のターゲットポリマーの部分集合である、請求項10に記載のコンピュータシステム。
- 前記第2の複数のターゲットポリマーが、50以上のターゲットポリマー、100以上のターゲットポリマー、または250以上のターゲットポリマーである、請求項10に記載のコンピュータシステム。
- 前記第1の複数の訓練化学化合物が、前記第2の複数の訓練化学化合物と同じである、請求項10に記載のコンピュータシステム。
- 前記第1の複数の訓練化学化合物が、前記第2の複数の訓練化学化合物と異なる、請求項10に記載のコンピュータシステム。
- 前記第1の複数の訓練化学化合物の前記第1の部分集合が、1000の訓練化学化合物を備え、
前記第1の複数のターゲットポリマーが、100のターゲットポリマーを備え、
前記第1の複数のターゲットポリマーのそれぞれの各ターゲットポリマーのために、前記第1の複数の訓練化学化合物の前記第1の部分集合が、前記それぞれのターゲットポリマーと一意に関連付けられる少なくとも5つの訓練化学化合物を含み、
前記第1の複数の訓練化学化合物の前記第2の部分集合が、10000の訓練化学化合物を備える、
請求項1~14のいずれか1項に記載のコンピュータシステム。 - 前記第1の複数の訓練化学化合物のそれぞれの各訓練化学化合物が、前記それぞれの訓練化学化合物と同じターゲットポリマーと一意に関連付けられていない前記第1の複数の訓練化学化合物の任意の訓練化学化合物の分子指紋に似ていない対応する前記分子指紋を有する化合物である、請求項1~15のいずれか1項に記載のコンピュータシステム。
- 前記対応する分子指紋が、前記それぞれの訓練化学化合物のDaylightフィンガープリント、BCIフィンガープリント、ECFPフィンガープリント、ECFCフィンガープリント、MDLフィンガープリント、APFPフィンガープリント、TTFPフィンガープリント、またはUNITY 2Dフィンガープリントである、請求項16に記載のコンピュータシステム。
- 前記それぞれの訓練化学化合物の前記対応する分子指紋が、前記それぞれの訓練化学化合物と他の訓練化学化合物の前記分子指紋との間のタニモト係数が0.70未満、または0.50未満であるとき、前記第1の複数の訓練化学化合物の別の訓練化学化合物の前記分子指紋に似ていないと見なされる、請求項16に記載のコンピュータシステム。
- 前記第1の分類子が、ニューラルネットワークまたはサポートベクトルマシンを備え、前記第2の分類子が、ロジスティック回帰アルゴリズム、ランダムフォレスト、非線形回帰モデル、線形回帰アルゴリズム、カーネル法、決定木、多次元スプライン(MARS)、または多重相加的回帰木を備える、請求項1~18のいずれか1項に記載のコンピュータシステム。
- 前記テスト化学化合物が、2000ダルトン未満の分子量を有するか、またはリピンスキーのルールオブファイブ基準を満たす、請求項1~19のいずれか1項に記載のコンピュータシステム。
- 前記テスト化学化合物の前記記述が、前記化学化合物のためのモデル化された原子座標を備える、請求項1~20のいずれか1項に記載のコンピュータシステム。
- 前記それぞれのターゲットポリマーが結合ポケットを含み、
前記それぞれのターゲットポリマーに対する前記テスト化学化合物の前記記述を前記提示することが、前記テスト化学化合物のためのモデル化された原子座標を前記結合ポケットのための原子座標にドッキングすることを含む、
請求項1~21のいずれか1項に記載のコンピュータシステム。 - 前記テスト化学化合物と前記第1の分類子からの前記それぞれのターゲットポリマーとの間の前記相互作用のための前記対応するスコアが、数値スコアである、請求項1~22のいずれか1項に記載のコンピュータシステム。
- 前記テスト化学化合物と前記第1の分類子からの前記それぞれのターゲットポリマーとの間の前記相互作用のための前記対応するスコアが、ゼロと1の間の数値スコアである、請求項1~22のいずれか1項に記載のコンピュータシステム。
- 前記第1の複数のターゲットポリマーが、100のターゲットポリマーを備え、前記テスト化学化合物のための前記テストベクトルが、100の要素を含み、各要素が、前記テスト化学化合物と、前記第1の分類子からの前記第1の複数のターゲットポリマーのそれぞれのターゲットポリマーとの間の前記相互作用のための前記スコア用である、請求項1~24のいずれか1項に記載のコンピュータシステム。
- 非一過性のコンピュータ可読記憶媒体であって、命令を前記非一過性のコンピュータ可読記憶媒体に記憶しており、前記命令が、ターゲットポリマー結合についてテスト化学化合物をスクリーニングするためにシステムのプロセッサによって実行されるときに、前記プロセッサに、
(A)前記テスト化学化合物の記述を入手することと、
(B)第1の複数のターゲットポリマーのそれぞれの各ターゲットポリマーのために、第1の手順を実行することであって、前記第1の手順が、
(i)前記それぞれのターゲットポリマーに対する前記テスト化学化合物の前記記述を提示し、それによって、
複数の異なるポーズの各ポーズの前記それぞれのターゲットポリマーで前記テスト化学化合物をモデル化し、それによって複数のボクセルマップを作成することであって、前記複数のボクセルマップのそれぞれの各ボクセルマップが、前記複数の異なるポーズのそれぞれのポーズの前記テスト化学化合物を備える、前記作成することと、
前記複数のボクセルマップの各ボクセルマップを、対応する第1の分類子入力ベクトルに展開し、それによって複数の第1の分類子入力ベクトルを作成することであって、前記複数の第1の分類子入力ベクトルの各第1の分類子入力ベクトルが同じサイズである、前記作成することと
を含む第2の手順により、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の相互作用の記述のための対応するスコアを入手することと、
(ii)前記複数の第1の分類子入力ベクトルのそれぞれの各第1の分類子入力ベクトルを第1の分類子に入力することで、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用の前記記述を前記第1の分類子に入力し、それによって前記第1の分類子から、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用のための対応する複数のスコアを入手することであって、前記対応する複数のスコアのそれぞれの各スコアが、前記複数の第1の分類子入力ベクトルの第1の分類子入力ベクトルの前記第1の分類子への前記入力に対応する、前記入手することと、
(iii)前記テスト化学化合物と前記それぞれのポリマーとの間の前記相互作用のための前記対応するスコアを、前記対応する複数のスコアの代表値または加重平均として入手することであって、
前記代表値または加重平均が所定の閾値または所定の閾値範囲を満たすとき、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用の前記記述のための前記対応するスコアが、第1の分類であると見なされ、
前記代表値または加重平均が前記所定の閾値または前記所定の閾値範囲を満たすことができないとき、前記テスト化学化合物と前記それぞれのターゲットポリマーとの間の前記相互作用の前記記述のための前記対応するスコアが、第2の分類であると見なされる、前記入手することと
を含み、
前記テスト化学化合物と前記第1の複数のターゲットポリマー全体でのそれぞれのターゲットポリマーとの間の前記相互作用のための対応する各スコアが、前記テスト化学化合物のためのテストベクトルを形成する、
前記第1の手順を実行することと、
(C)前記テスト化学化合物のための前記テストベクトルを第2の分類子に入力し、それによって前記第2の分類子から出力として前記テストベクトルのための変換を入手することであって、前記変換が、前記第1の複数のターゲットポリマーの単一のターゲットポリマーの表示を提供し、それによってターゲットポリマー結合について前記テスト化学化合物をスクリーニングし、
前記第2の分類子が、複数の訓練ベクトルに関して訓練され、
前記複数の訓練ベクトルのそれぞれの各訓練ベクトルが、前記第1の手順に従ってテスト化学化合物として第1の複数の訓練化合物の対応する訓練化合物を入力した後の前記第1の分類子からの前記出力であり、
前記第1の複数の訓練化学化合物の第1の部分集合のそれぞれの各訓練化学化合物が、前記第1の分類子によって、前記第1の複数のターゲットポリマーの対応するターゲットポリマーに結合し、かつ、前記第1の複数のターゲットポリマーの他のターゲットポリマーに結合しないと見なされ、
前記第1の複数の訓練化学化合物の第2の部分集合のそれぞれの各訓練化学化合物が、前記第1の分類子によって、前記第1の複数のターゲットポリマーのいずれのターゲットポリマーにも結合しないと見なされる、
前記入手すること
の動作を実行させる、前記非一過性コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/473,980 US10546237B2 (en) | 2017-03-30 | 2017-03-30 | Systems and methods for correcting error in a first classifier by evaluating classifier output in parallel |
US15/473,980 | 2017-03-30 | ||
PCT/US2018/024474 WO2018183263A2 (en) | 2017-03-30 | 2018-03-27 | Systems and methods for correcting error in a first classifier by evaluating classifier output in parallel |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020515922A JP2020515922A (ja) | 2020-05-28 |
JP2020515922A5 JP2020515922A5 (ja) | 2021-04-22 |
JP7121725B2 true JP7121725B2 (ja) | 2022-08-18 |
Family
ID=63669668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019505207A Active JP7121725B2 (ja) | 2017-03-30 | 2018-03-27 | 分類子出力を並行して評価することによる第1の分類子の誤差の訂正 |
Country Status (6)
Country | Link |
---|---|
US (2) | US10546237B2 (ja) |
EP (1) | EP3433780B1 (ja) |
JP (1) | JP7121725B2 (ja) |
CN (1) | CN109964278B (ja) |
SG (1) | SG11201809343RA (ja) |
WO (1) | WO2018183263A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006035480A1 (ja) * | 2004-09-27 | 2006-04-06 | Daio Paper Corporation | 個別包装された吸収性物品およびその製造方法 |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10546237B2 (en) * | 2017-03-30 | 2020-01-28 | Atomwise Inc. | Systems and methods for correcting error in a first classifier by evaluating classifier output in parallel |
JP6657137B2 (ja) * | 2017-03-31 | 2020-03-04 | Kddi株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US11164071B2 (en) * | 2017-04-18 | 2021-11-02 | Samsung Electronics Co., Ltd. | Method and apparatus for reducing computational complexity of convolutional neural networks |
US10691975B2 (en) * | 2017-07-19 | 2020-06-23 | XNOR.ai, Inc. | Lookup-based convolutional neural network |
US20190115028A1 (en) * | 2017-08-02 | 2019-04-18 | Veritone, Inc. | Methods and systems for optimizing engine selection |
US11182693B2 (en) * | 2017-10-23 | 2021-11-23 | International Business Machines Corporation | Composable natural language lenses for collaborative streams |
JP6893480B2 (ja) * | 2018-01-18 | 2021-06-23 | 株式会社日立製作所 | 分析装置および分析方法 |
US11531930B2 (en) * | 2018-03-12 | 2022-12-20 | Royal Bank Of Canada | System and method for monitoring machine learning models |
CN112232476B (zh) * | 2018-05-10 | 2024-04-16 | 创新先进技术有限公司 | 更新测试样本集的方法及装置 |
CN109710890B (zh) * | 2018-12-20 | 2023-06-09 | 四川新网银行股份有限公司 | 基于构建的行为画像模型实时识别虚假材料的方法和系统 |
US11481667B2 (en) * | 2019-01-24 | 2022-10-25 | International Business Machines Corporation | Classifier confidence as a means for identifying data drift |
US10445611B1 (en) * | 2019-01-25 | 2019-10-15 | StradVision, Inc. | Method for detecting pseudo-3D bounding box to be used for military purpose, smart phone or virtual driving based-on CNN capable of converting modes according to conditions of objects and device using the same |
US10372573B1 (en) * | 2019-01-28 | 2019-08-06 | StradVision, Inc. | Method and device for generating test patterns and selecting optimized test patterns among the test patterns in order to verify integrity of convolution operations to enhance fault tolerance and fluctuation robustness in extreme situations |
WO2020170101A1 (en) * | 2019-02-19 | 2020-08-27 | King Abdullah University Of Science And Technology | Reduced feature generation for signal classification based on a position weight matrix |
CN110032761B (zh) * | 2019-03-07 | 2023-07-25 | 浙江工业大学 | 一种冷冻电镜单颗粒成像数据的分类方法 |
CN110444250A (zh) * | 2019-03-26 | 2019-11-12 | 广东省微生物研究所(广东省微生物分析检测中心) | 基于分子指纹和深度学习的高通量药物虚拟筛选系统 |
WO2020210544A1 (en) * | 2019-04-09 | 2020-10-15 | University Of Washington | Systems and methods for providing similarity based retrieval of information stored in dna |
US11941533B1 (en) | 2019-05-21 | 2024-03-26 | Perceive Corporation | Compiler for performing zero-channel removal |
US12009066B2 (en) * | 2019-05-22 | 2024-06-11 | International Business Machines Corporation | Automated transitive read-behind analysis in big data toxicology |
CN110689919B (zh) * | 2019-08-13 | 2023-03-17 | 复旦大学 | 一种基于结构和等级分类的药物蛋白结合率预测方法及系统 |
CN114521268A (zh) * | 2019-10-07 | 2022-05-20 | 松下知识产权经营株式会社 | 分类系统、分类方法以及程序 |
CN110794413B (zh) * | 2019-11-13 | 2021-11-16 | 湖北大学 | 线性体素分割的激光雷达点云数据电力线检测方法和系统 |
KR20210060146A (ko) * | 2019-11-18 | 2021-05-26 | 삼성전자주식회사 | 딥 뉴럴 네트워크 모델을 이용한 데이터 처리 방법 및 장치, 딥 뉴럴 네트워크 모델을 학습시키는 학습 방법 및 장치 |
CN111028883B (zh) * | 2019-11-20 | 2023-07-18 | 广州达美智能科技有限公司 | 基于布尔代数的基因处理方法、装置及可读存储介质 |
KR20210099988A (ko) * | 2020-02-05 | 2021-08-13 | 삼성전자주식회사 | 뉴럴 네트워크의 메타 학습 방법 및 장치와 뉴럴 네트워크의 클래스 벡터 학습 방법 및 장치 |
US11687764B2 (en) | 2020-04-17 | 2023-06-27 | Samsung Electronics Co., Ltd. | System and method for increasing utilization of dot-product based neural network accelerator |
WO2021220999A1 (ja) * | 2020-04-30 | 2021-11-04 | パナソニックIpマネジメント株式会社 | 特性表示装置、特性表示方法およびプログラム |
US11158096B1 (en) * | 2020-09-29 | 2021-10-26 | X Development Llc | Topology optimization using straight-through estimators |
CN112466410B (zh) * | 2020-11-24 | 2024-02-20 | 江苏理工学院 | 蛋白质与配体分子结合自由能的预测方法及装置 |
CN113191504B (zh) * | 2021-05-21 | 2022-06-28 | 电子科技大学 | 一种面向计算资源异构的联邦学习训练加速方法 |
CN113409884B (zh) * | 2021-06-30 | 2022-07-22 | 北京百度网讯科技有限公司 | 排序学习模型的训练方法及排序方法、装置、设备及介质 |
US11742057B2 (en) | 2021-07-22 | 2023-08-29 | Pythia Labs, Inc. | Systems and methods for artificial intelligence-based prediction of amino acid sequences at a binding interface |
US11450407B1 (en) * | 2021-07-22 | 2022-09-20 | Pythia Labs, Inc. | Systems and methods for artificial intelligence-guided biomolecule design and assessment |
EP4409579A1 (en) | 2021-10-01 | 2024-08-07 | Atomwise Inc. | Characterization of interactions between compounds and polymers using negative pose data and model conditioning |
CN113951898B (zh) * | 2021-10-15 | 2023-03-10 | 浙江大学 | 数据迁移的p300脑电信号检测方法及装置、电子设备、介质 |
US11680998B2 (en) * | 2021-11-03 | 2023-06-20 | Innovation Academy For Precision Measurement Science And Technology, Cas | NMR relaxation time inversion method based on unsupervised neural network |
CN115132295B (zh) * | 2022-04-21 | 2024-05-24 | 腾讯科技(深圳)有限公司 | 分子分类方法、装置、设备及计算机可读存储介质 |
CN115328117B (zh) * | 2022-07-15 | 2023-07-14 | 大理大学 | 基于强化学习的蛋白质动态配体通道最优路径分析方法 |
US12027235B1 (en) | 2022-12-27 | 2024-07-02 | Pythia Labs, Inc. | Systems and methods for artificial intelligence-based binding site prediction and search space filtering for biological scaffold design |
WO2024206225A2 (en) | 2023-03-24 | 2024-10-03 | Atomwise Inc. | Graph edit distance determination in drug-like chemical spaces |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160300127A1 (en) | 2014-05-05 | 2016-10-13 | Atomwise Inc. | Systems and methods for applying a convolutional network to spatial data |
JP2018529159A (ja) | 2015-08-25 | 2018-10-04 | クゥアルコム・インコーポレイテッドQualcomm Incorporated | トレーニングされた機械学習モデルのパフォーマンスを改善するための方法 |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5048100A (en) | 1988-12-15 | 1991-09-10 | Michael Kuperstein | Self organizing neural network method and system for general classification of patterns |
US5491627A (en) | 1993-05-13 | 1996-02-13 | Arch Development Corporation | Method and system for the detection of microcalcifications in digital mammograms |
WO1997011350A2 (en) | 1995-09-19 | 1997-03-27 | Morphometrix Technologies Inc. | A neural network assisted multi-spectral segmentation system |
US6480627B1 (en) * | 1999-06-29 | 2002-11-12 | Koninklijke Philips Electronics N.V. | Image classification using evolved parameters |
CA2346588A1 (en) | 2000-05-08 | 2001-11-08 | Molecular Simulations Inc. | Methods and systems for estimating binding affinity |
US20020090631A1 (en) | 2000-11-14 | 2002-07-11 | Gough David A. | Method for predicting protein binding from primary structure data |
AU2002324418A1 (en) | 2001-01-19 | 2003-01-02 | Engeneos, Inc. | Methods and systems for designing machines including biologically-derived parts |
US20030148391A1 (en) * | 2002-01-24 | 2003-08-07 | Salafsky Joshua S. | Method using a nonlinear optical technique for detection of interactions involving a conformational change |
US20060089335A1 (en) | 2003-10-14 | 2006-04-27 | Guosong Liu | Compositions and methods for enhancing cognitive function and synaptic plasticity |
US9317664B2 (en) | 2003-10-14 | 2016-04-19 | Verseon Corporation | Method and device for partitioning a molecule |
US7236615B2 (en) | 2004-04-21 | 2007-06-26 | Nec Laboratories America, Inc. | Synergistic face detection and pose estimation with energy-based models |
US8145430B2 (en) | 2005-03-11 | 2012-03-27 | Schrodinger, Llc | Predictive scoring function for estimating binding affinity |
EP1904845A4 (en) | 2005-07-07 | 2009-11-25 | David E Kohne | IMPROVED RESULTS AND APPLICATION OF COMPARISON EXAMPLES OF PROTEIN EXPRESSIONS |
US7747070B2 (en) | 2005-08-31 | 2010-06-29 | Microsoft Corporation | Training convolutional neural networks on graphics processing units |
CN102260742A (zh) * | 2005-10-21 | 2011-11-30 | 基因信息股份有限公司 | 用于使生物标志产物水平与疾病相关联的方法和装置 |
US20090006059A1 (en) | 2007-06-27 | 2009-01-01 | Nidhi Arora | Systems and methods for mapping binding site volumes in macromolecules |
JP2009007302A (ja) | 2007-06-28 | 2009-01-15 | Nec Corp | 仮想スクリーニング方法及び装置 |
US20090241222A1 (en) * | 2008-03-19 | 2009-09-24 | Jose Alberto Fernandez-Pol | Tandem reapeat dna constructs producing proteins that attack plant pathogenic viruses, fungi, and bacteria by disrupting transcription factors essential for replication thereof in plants |
JP2010113473A (ja) | 2008-11-05 | 2010-05-20 | Saitama Univ | ペプチドとタンパク質の結合部位を予測する方法、装置、およびプログラム |
EP2483813A1 (en) * | 2009-10-01 | 2012-08-08 | Chipdx LLC | System and method for classification of patients |
AU2009230796A1 (en) * | 2009-10-28 | 2011-05-12 | Canon Kabushiki Kaisha | Location-based brightness transfer function |
IL278227B (en) * | 2011-04-29 | 2022-07-01 | Cancer Prevention & Cure Ltd | Data classification systems for identifying biomarkers and diagnosing diseases |
WO2013163348A1 (en) | 2012-04-24 | 2013-10-31 | Laboratory Corporation Of America Holdings | Methods and systems for identification of a protein binding site |
CN102930181B (zh) * | 2012-11-07 | 2015-05-27 | 四川大学 | 基于分子描述符的蛋白质-配体亲和力预测方法 |
US9190053B2 (en) | 2013-03-25 | 2015-11-17 | The Governing Council Of The Univeristy Of Toronto | System and method for applying a convolutional neural network to speech recognition |
AU2014318499B2 (en) * | 2013-09-16 | 2019-05-16 | Biodesix, Inc | Classifier generation method using combination of mini-classifiers with regularization and uses thereof |
KR102341026B1 (ko) | 2013-09-27 | 2021-12-21 | 코덱시스, 인코포레이티드 | 구조에 기반한 예측 모델링 |
US9700219B2 (en) | 2013-10-17 | 2017-07-11 | Siemens Healthcare Gmbh | Method and system for machine learning based assessment of fractional flow reserve |
US9668699B2 (en) | 2013-10-17 | 2017-06-06 | Siemens Healthcare Gmbh | Method and system for anatomical object detection using marginal space deep neural networks |
US9202144B2 (en) | 2013-10-30 | 2015-12-01 | Nec Laboratories America, Inc. | Regionlets with shift invariant neural patterns for object detection |
US20150278441A1 (en) | 2014-03-25 | 2015-10-01 | Nec Laboratories America, Inc. | High-order semi-Restricted Boltzmann Machines and Deep Models for accurate peptide-MHC binding prediction |
JP6671348B2 (ja) | 2014-05-05 | 2020-03-25 | アトムワイズ,インコーポレイテッド | 結合親和性予測システム及び方法 |
US9965719B2 (en) | 2015-11-04 | 2018-05-08 | Nec Corporation | Subcategory-aware convolutional neural networks for object detection |
US10296796B2 (en) | 2016-04-06 | 2019-05-21 | Nec Corporation | Video capturing device for predicting special driving situations |
US10235771B2 (en) | 2016-11-11 | 2019-03-19 | Qualcomm Incorporated | Methods and systems of performing object pose estimation |
US10546237B2 (en) * | 2017-03-30 | 2020-01-28 | Atomwise Inc. | Systems and methods for correcting error in a first classifier by evaluating classifier output in parallel |
US10297070B1 (en) | 2018-10-16 | 2019-05-21 | Inception Institute of Artificial Intelligence, Ltd | 3D scene synthesis techniques using neural network architectures |
-
2017
- 2017-03-30 US US15/473,980 patent/US10546237B2/en active Active
-
2018
- 2018-03-27 CN CN201880004476.9A patent/CN109964278B/zh active Active
- 2018-03-27 JP JP2019505207A patent/JP7121725B2/ja active Active
- 2018-03-27 WO PCT/US2018/024474 patent/WO2018183263A2/en active Application Filing
- 2018-03-27 SG SG11201809343RA patent/SG11201809343RA/en unknown
- 2018-03-27 EP EP18776308.1A patent/EP3433780B1/en active Active
-
2020
- 2020-01-17 US US16/746,692 patent/US12056607B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160300127A1 (en) | 2014-05-05 | 2016-10-13 | Atomwise Inc. | Systems and methods for applying a convolutional network to spatial data |
JP2018529159A (ja) | 2015-08-25 | 2018-10-04 | クゥアルコム・インコーポレイテッドQualcomm Incorporated | トレーニングされた機械学習モデルのパフォーマンスを改善するための方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006035480A1 (ja) * | 2004-09-27 | 2006-04-06 | Daio Paper Corporation | 個別包装された吸収性物品およびその製造方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109964278A (zh) | 2019-07-02 |
EP3433780A4 (en) | 2020-02-26 |
CN109964278B (zh) | 2023-06-27 |
EP3433780A2 (en) | 2019-01-30 |
US10546237B2 (en) | 2020-01-28 |
JP2020515922A (ja) | 2020-05-28 |
US20200334528A1 (en) | 2020-10-22 |
SG11201809343RA (en) | 2018-11-29 |
US20180285731A1 (en) | 2018-10-04 |
WO2018183263A3 (en) | 2018-11-22 |
WO2018183263A2 (en) | 2018-10-04 |
US12056607B2 (en) | 2024-08-06 |
EP3433780B1 (en) | 2021-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7121725B2 (ja) | 分類子出力を並行して評価することによる第1の分類子の誤差の訂正 | |
US11080570B2 (en) | Systems and methods for applying a convolutional network to spatial data | |
CN108140131B (zh) | 用于将卷积网络应用于空间数据的系统和方法 | |
Crampon et al. | Machine-learning methods for ligand–protein molecular docking | |
EP3140763B1 (en) | Binding affinity prediction system and method | |
US20210104331A1 (en) | Systems and methods for screening compounds in silico | |
WO2023212463A1 (en) | Characterization of interactions between compounds and polymers using pose ensembles | |
JP2024537793A (ja) | 負のポーズデータ及びモデルコンディショニングを使用した化合物とポリマーとの間の相互作用の特徴付け | |
EP1673466A2 (en) | Method and apparatus for analysis of molecular combination based on computational estimation of electrostatic affinity using basis expansions | |
CA2915953C (en) | Systems and methods for physical parameter fitting on the basis of manual review | |
WASAN | Prediction of protein-ligand binding affinity using neural networks | |
Long | CAEPIDR: A Computational Approach to Efficient Peptide Influenced Drug Repurposing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210309 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210309 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220314 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220530 |
|
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: 20220620 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220720 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220805 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7121725 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |