観測バイアスを考慮した化合物ネットワークのリンク予測

抄録

データにもとづく化合物間の相互作用の予測は、創薬をはじめする様々な応用が期待されており、近年では、機械学習によって化合物ネットワークを予測する試みが盛んである。しかしながら、実験対象の選択にまつわる過去の化学者の様々な判断が、学習に用いるデータに偏りを生じさせ、ひいては予測精度の低下をもたらすことが懸念される。本研究では、この観測バイアスを補正しながら学習を行うために、確率変数間の独立性の指標として用いられるHSICを正則化項として用いた表現学習によって、予測精度の向上を図る。実データに実験バイアスを模した観測偏りを導入した半人工データを用いた実験によって、提案するアプローチによってバイアスの緩和がなされ、予測精度が向上することを示した。