ラットにおける発がん性予測および活性クリフ分析のための機械学習および深層学習フレームワークの比較

科学分野:

• 毒性学
• 計算化学
• バイオインフォマティクス

背景:

• 工業用化学物質は、発がん性によりヒトの健康にリスクをもたらします。
• 発がん性の予測モデルは、リスク評価に不可欠です。
• ラットの発がん性データは、ヒトとの関連性の貴重な代理として役立ちます。

研究 の 目的:

• ラットにおける二値発がん性データをロバストに予測するモデルを開発すること。
• ラットの発がん性とヒトの発がん性を関連付けること。
• 化学物質の発がん性に影響を与える構造的特徴を特定すること。

主な方法:

• 特徴量ベースのアプローチと化学言語モデリングアプローチが採用されました。
• 分類リードスルー構造活性相関（c-RASAR）モデルは、人工ニューラルネットワーク（ANN）を含む機械学習アルゴリズムを使用して開発されました。
• SMILES文字列に基づくモデルには、ARKA記述子を用いたロジスティック回帰とともに、長期短期記憶（LSTM）アーキテクチャが利用されました。

主要な成果:

• ロジスティック回帰RASAR-ARKAモデルが最良のパフォーマンスを示しました。
• ANN c-RASARモデルも、外部データに対して効率的な予測能力を示しました。
• ARKAフレームワークは、活性クリフの特定を容易にし、予測エラーを説明しました。

結論:

• 開発されたモデルは、化学物質の発がん性を予測するための効率的なフレームワークを提供します。
• 構造機能解析により、窒素原子（ヒドラジン誘導体、ニトロソアミン）と分岐が発がん性を増加させることが明らかになりました。
• 分子サイズの増加は、発がん性の効力を低下させることがわかりました。