本研究では、三次元の蛋白質表面点データにグラフ畳み込みネットワーク(GCN)を用いた蛋白質リガンドの結合予測手法を提案する。蛋白質とリガンドの結合において、蛋白質表面上のポケット部位と呼ばれる窪んだ部位は結合に関して重要であると知られている。我々は蛋白質表面点データから、このポケット部位を構成すると考えられる点である特徴点を抽出している。これらを用いて、GCNの学習を行い、各蛋白質の結合リガンドを予測する。本提案手法は、評価指標のAUC,AUPRともに優れた性能を示し、結合における蛋白質表面の構造、物性の重要性や、三次元蛋白質構造を学習する際のGCNの有用性を示した。