深層ニューラルネットによる化合物とタンパク質の結合予測

近年、人工知能の実世界課題への応用の一つとして、創薬分野への人工知能技術の応用による新薬開発の加速化や、革新的な新薬の実現が期待されている。しかし薬剤とその対象となるタンパク質は異なるタイプの構造なので、疾患治療に有効な薬剤とタンパク質の組み合わせを高速で高精度に予測することは困難であった。​
そこで、化学と生物学の知識に基づき、性質の異なる深層学習手法を組み合わせて、薬剤とタンパク質に対する高速で高精度の相互作用予測手法を開発した。​
また、薬剤やタンパク質の立体構造を用いない従来手法では、予測結果から相互作用部位を特定できず、結果の解釈に問題があるとされてきたが、今回開発した手法では相互作用部位を特定、可視化できる。

ソースコードを公開中
https://github.com/masashitsubaki/CPI_prediction

手法の詳細の論文
Masashi Tsubaki, Kentaro Tomii, and Jun Sese, Compound-protein interaction prediction with end-to-end learning of neural networks for graphs and sequences, Bioinformatics, 35, 2, 309-318, 2018 https://doi.org/10.1093/bioinformatics/bty535