多くの化学物質により肝肥大が引き起こされることが知られているが、誘発化学物質の構造は多岐に渡り、未だ肝肥大の包括的な毒性学的意義の解明はされていない。そこで、本研究では化学物質の構造を基にして、肝肥大誘発作用の有無を予測する事を目的とした。内閣府食品安全委員会で公開されている農薬、食品添加物、動物用医薬品の食品健康影響評価書から独自に作成した肝肥大に関するデータベースを活用し、機械学習法を用いて化学物質の記述子から、肝肥大誘発作用を予測するQSARモデルを構築した。用いる手法としては、ディープラーニングに加え、ランダムフォレスト、サポートベクターマシン等を用いてモデルの性能を比較した。その結果、全ての手法において、約80%の予測精度で肝肥大誘発作用を予測することができ、特にディープラーニングは他の手法と比べ、高い性能を持つモデルであることが判明した。
