単一のマルチタスクモデルでADMET全般を予測、天然物にも対応
- hdADMETは、化合物・既存薬・実測ADMETデータ・各エンドポイント間の関係をネットワークで結び、得られた埋め込みをカーネルベースの深層ニューラルネットワークに入力する単一のマルチタスクモデルである。
- 公開の生物活性データセットと天然物データセットでホールドアウト検証を行っており、前向きの実験的検証は報告されていない。
- 主要なマルチタスク手法と同等の性能を大幅に低い計算コストで達成し、文献から抽出した新規天然物のプロファイリングで有望候補を1つ提示した。
💡 ポイント アブストラクトに基づく見解
「低い計算コストで同等」という主張は、ホールドアウトがスキャフォールド分割やクラスター分割であって初めて意味を持つ。公開ADMETデータのランダム分割は近傍化合物の参照を有利にし、化合物と既存薬を結ぶネットワークは特にこの種のリークを起こしやすい。自社シリーズに使う前に、社内データの時系列分割でChempropなどのマルチタスクのベースラインと比較し、学習空間から遠い天然物骨格での予測の較正も確認したい。
📄 原論文 · Journal of Chemical Information and Modeling (ACS) ↗ Large-Scale and Systematic Prediction of ADMET Properties through Heterogeneous Network and Kernel-Based Deep Learning