Journal of Computer Aided Chemistry
Online ISSN : 1345-8647
ISSN-L : 1345-8647
新規フィンガープリント及び機械学習による魚類慢性生態毒性値の予測手法開発
高田 道義林 彬勒寺田 昭彦細見 正明
著者情報
ジャーナル フリー

2019 年 20 巻 p. 111-118

詳細
抄録

動物試験の削減を目的とした化学物質における生態毒性値の予測手法として、官能基で化学物質を分類後、線形回帰で毒性値を予測する方法が一般的である(従来法)。従来法は官能基を複数持つ化学物質に対し複数の結果を出力し、金属化合物や電解質は扱えない。著者らは化学物質をクラスタリングし、生じたクラスタとの類似度から毒性を予測する手法の開発を行ってきたが、慢性生態毒性に関しては精度が従来法に比べて劣っていた。これは、急性に比べ慢性毒性試験のデータ数が少ない事に加え、作用機序が多様であることが原因と推定された。本研究では多様性への対策として、生態毒性用のフィンガープリントの開発を行った。更にこの新しいフィンガープリントと既存の特徴量を併用し、機械学習モデルの結果を特徴量として利用する方法を用いた生態慢性毒性の予測手法を開発した。従来法の課題を克服し、同等以上の予測精度を得た。

著者関連情報
© 2019 日本化学会
前の記事 次の記事
feedback
Top