サポートベクターマシンによる複数の作用機序に基づく降圧剤の同定

抄録

近年、ACE/NEP阻害剤やCOX/LOX阻害剤のように、複数の標的に作用する薬物の開発が行われている。そこで我々は、機械学習モデルであるサポートベクターマシン（SVM）を利用して、ACE/NEPデュアル阻害剤を同定するための分類器を構築した。機械学習を用いてこのような薬物を分類するために、マルチラベル分類に関する技術が必要とされている。今回、この問題に対応するため、マルチラベル問題を複数の２クラス問題に分解する方法を採用した。本研究では、薬物データベースであるMDDRから、降圧作用に関連する複数の活性クラス（標的タンパク質など）についてのマルチラベルデータを取得した。また、薬物の構造表現方法として、topological fragment spectra（TFS）法を用い、SVMによる分類モデルを3-fold交差検証により評価した。そして、本モデルがACE/NEPデュアル阻害剤を過剰予測することなく、正しく識別できることを確認した。