GPCR活性予測にアッセイ情報を加えると精度と不確実性評価が向上するが、未知のアッセイでは効果が小さい
- 著者らはプロテオケモメトリクスのモデルを拡張し、化合物とタンパク質の特徴に加えて、アッセイの情報(カテゴリ型の識別子、またはアッセイ記述文のテキスト埋め込み)を入力して実験条件を明示的にモデル化した。
- ChEMBL由来のGPCRデータセットを用い、ランダム分割、スキャフォールド分割、アッセイ除外分割の三条件で、点推定の精度と確率的予測の質をレトロスペクティブに評価した。
- 難易度を最も左右したのは分割方法だった。同じアッセイが再登場する場合はカテゴリ型識別子が安定して有効で、未知のアッセイでは表現間の差が縮まり、テキスト埋め込みがわずかながら一貫した優位を示した。
💡 ポイント アブストラクトに基づく見解
アッセイが再登場する場面でカテゴリ型IDが効くのは、設計上ほぼリークに近く、この半分の結果は割り引いて見る。新規キャンペーンで意味を持つのは未知アッセイ分割で、そこでのテキスト埋め込みの優位はわずかであり、既存の仕組みを作り替える理由にはなりにくい。前向きな場面で通用するかは、まだ誰も試していない。