サポートベクターマシンによる多種類の化学物質の発ガン性の予測

田辺 和俊a*, 鈴木 孝弘b, 貝原 巳樹雄c, 小野寺 夏生a

a筑波大学大学院図書館情報メディア研究科, 〒305-8550つくば市春日1-2
b東洋大学経済学部経済学科, 〒112-8606東京都文京区白山5-28-20
c一関工業高等専門学校物質化学工学科, 〒021-8511一関市萩荘字高梨

(Received: December 11, 2007; Accepted for publication: August 4, 2008)

  定量的構造活性相関に基づき、多種多様な化学物質の発ガン性をその構造から高い精度で予測する手法として、サポートベクターマシン(SVM)を検討した。ニューラルネットワーク(ANN)の結果と比較するために、Predictive Toxicology Challenge 2000-2001で公開された454種類の化合物の発ガン性データと37種の記述子との相関をSVMで解析した。モデルを最適化した後、Cross-validation-testを行い、発ガン性の的中率を求めた。ANNでは過学習や局所解などの問題のために、モデルの最適化にきわめて長い処理時間を要したが、SVMではANNとほぼ同程度の予測精度がきわめて短時間で得られ、現状ではSVMが不特定の構造の化学物質の発ガン性を予測する手法として最適であることを実証した。

キーワード: サポートベクターマシン(SVM), サポートベクター回帰(SVR), 発ガン性予測, ニューラルネットワーク(ANN), 定量的構造活性相関(QSAR), Predictive Toxicology Challenge(PTC)


Abstract in English

Text in Japanese(HTML)

PDF file on J-STAGE


Return