分子グラフ・コンボリューション・ニューラルネットワークの化学への応用：タンパク質構造-リガンド活性分類と代謝経路分類への応用

抄録

近年、分子構造から機械学習を用いて分子の特徴を抽出し、分子の構造類似性を評価した分類に用いたり、生化学的な活性、例えば、化合物と標的タンパク質に対するリガンド活性を予測したりするといった手法がさまざまな応用に使用されている。本発表では、その中でも深層学習のモデルを化学分子に応用した、分子グラフコンボリューションニューラルネットワーク(MGCNN)を用いて、分子構造に基づく学習と解析をより効率よく実現する応用について紹介する。