機械学習によるin silicoスクリーニング技術CGBVSを用いて、学習可能なリガンドデータが無いようなオーファンターゲット（GPCR）に対するリガンド予測の性能評価を行った論文が掲載されました。
化合物とタンパク質のそれぞれの記述子（特徴量）について、複数の組み合わせを検討しており、オーファンターゲットのリガンド予測にはMSA(Multiple Sequence Alignment)を利用したタンパク質記述子が有効であることが示されました。
また我々は、オーファンターゲットに対するCGBVS法の適用可能性を測るApplicability Indexを定義し、Applicability Indexがある閾値以上の値になるターゲットに対しては高い予測精度が期待できることを示しました。
Computational Prediction of Compound–Protein Interactions for Orphan Targets Using CGBVS
Kanai, C.; Kawasaki, E.; Murakami, R.; Morita, Y.; Yoshimori, A.
Molecules 2021, 26(17), 5131
本件についてのお問い合わせ先
お問い合わせフォーム
