大量の化合物から有望な薬剤候補化合物を選抜するバーチャルスクリーニングは、創薬プロセスにおいて時間と費用を削減するために不可欠である。ドッキング計算は立体構造に基づいたバーチャルスクリーニングで有力な手法であり、結合の評価にはスコアリング関数が用いられるが、性能は限定的である。そこで本研究ではバーチャルスクリーニングを分類タスクとして再定義した。さらに薬物-標的相互作用（DTI）予測において精度の向上が確認されている対照学習を採用し、標的タンパク質と化合物の結合構造情報を活用した機械学習手法を提案した。その結果、DTIデータセットを用いた結合分類予測において、対照学習の導入による性能向上を確認した。