情報処理学会 第77回全国大会講演要旨

力学計算によるコンピュータシミュレーションを用いて，タンパク質が結合（ドッキング）するかどうかを判定することは膨大な計算時間を要する．こうした問題に対して，すでに知られているリガンド（結合化合物）データベースを活用し，その情報を機械学習することで結合の可否を判定する手法が提案されている．本研究では，リガンドデータベースであるDUD-Eを用い，機械学習によるタンパク質ドッキング予測について述べる．まず，DUD-Eから化合物の構造を表す構造情報と物理的・化学的性質である非構造情報を抽出する．そして，ILPで“ベンゼンを有する”などの構造情報を学習し，SVMで“ALogP”などの非構造情報を学習する．二つの機械学習を併用することで高い分類精度を示した．