Home >

news ヘルプ

論文・著書情報


タイトル
和文:2種類の言語モデルを用いたタンパク質-化合物相互作用予測手法の開発 
英文: 
著者
和文: 古井 海里, 大上 雅史.  
英文: Kairi Furui, Masahito Ohue.  
言語 Japanese 
掲載誌/書名
和文:研究報告バイオ情報学（BIO） 
英文: 
巻, 号, ページ 2023-BIO-73    19    1-3
出版年月 2023年3月2日 
出版者
和文:情報処理学会 
英文: 
会議名称
和文: 
英文: 
開催地
和文: 
英文: 
公式リンク https://ipsj.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=225242&item_no=1&page_id=13&block_id=8
 
アブストラクト 化合物－タンパク質相互作用（CPI）予測は，未知の活性化合物の発見や，標的特定，選択性の評価やオフターゲットの推定などに用いることのできる創薬の主要なタスクである．近年，深層学習に基づく CPI 予測が注目されており，Transformer 等に基づく高精度な予測手法が提案されている．しかし，複雑なネットワークを有する深層学習モデルは学習コストが高いという問題がある．本研究では，化合物言語モデルである Chemformer とタンパク質言語モデル ESM2 の，2 つの事前学習済み言語モデルの潜在空間を入力として利用した，全結合層のみの簡素な CPI 予測モデルを提案する．提案手法が，複数の評価タスクにおいて既存手法と同等の性能であることを示す．

©2007 Institute of Science Tokyo All rights reserved.