CaliciBoost：Caco-2透過性予測のための分子表現のパフォーマンス駆動型評価

科学分野:

• 計算化学および化学情報学
• 創薬および開発
• 毒性学における機械学習

背景:

• Caco-2透過性は、経口薬吸収を予測するための主要なinvitroアッセイです。
• Caco-2透過性の正確な計算予測は、効率的な初期段階の創薬に不可欠です。
• 既存の方法では、多様な分子表現と機械学習技術の体系的な評価が必要です。

研究 の 目的:

• Caco-2透過性予測のための8つの分子特徴表現タイプの体系的なベンチマーク。
• 自動機械学習（AutoML）を使用した2D/3D記述子、指紋、およびディープラーニング埋め込みの影響の評価。
• データが限られた予測タスクのための最適な特徴選択戦略の特定。

主な方法:

• 8つの分子特徴表現タイプ（2D/3D記述子、指紋、埋め込み）を調査しました。
• モデルトレーニングと最適化のために自動機械学習（AutoML）技術を採用しました。
• TDCベンチマークとキュレーションされたOCHEMデータの2つのデータセットでモデルを評価しました。
• 解釈可能性のために特徴重要度分析（SHAP、順列重要度）を利用しました。

主要な成果:

• PaDEL、Mordred、およびRDKit記述子は、Caco-2透過性予測に非常に効果的でした。
• 開発されたCaliciBoostモデルは、最も低い平均絶対誤差（MAE）を達成し、TDC Caco-2リーダーボードで1位になりました。
• 3D記述子の組み込みは、一般的に2D特徴のみと比較して予測パフォーマンスを向上させました。
• 特徴重要度分析は、記述子の寄与に関する洞察を提供しました。

結論:

• AutoMLアプローチは、Caco-2透過性のようなADMET特性を予測するのに効果的です。
• 3D分子記述子は、予測精度を向上させる上で重要な役割を果たします。
• この研究は、特にデータが限られたシナリオにおける化学情報学の特徴選択の実用的なガイダンスを提供します。
• 堅牢で解釈可能なPaDELベースのAutoMLモデルが開発され、最先端のパフォーマンスを達成しました。