Chance Correlation を可能な限り回避する回帰手法の開発と応用

抄録

化学物質の環境運命予測を行うにあたり、加水分解反応速度を予測することは非常に重要であり、その予測を計算化学、もしくは計量化学的に予測するシステムを構築する必要に迫られている。現在では定量的構造活性相関を用いた予測が用いられるが、この方法には多数の有意となった説明変数の中に因果関係のない変数が紛れ込み(偶然の相関)、新たなデータの予測を妨げるという弱点がある。本研究では、このような偶然の相関の問題を可能な限り解決し、より良好なQSAR式を構築することを目的とした。今回は目的変数と相関を持たない変数を簡潔に除去し、予測性能の高いモデルを構築するためにLASSOを用いたところ、化学物質を二種類にカテゴリー化するだけでbetterな結果を得た。今後さらに独自のアルゴリズムを加える予定である。