(영어는 일본어를 따릅니다)
일본어 제목 : JMP의 기계 학습 기능을 이용한 고정밀 독성 예측법 개발
메이지 약과 대학 준 교수 우에자와 요시히로
최근의 환경에 대한 의식의 향상에 따라, 몸 주변에 있는 모든 화학물질에 대한 유해성을 망라적으로 조사하려고 하는 기운이 세계적으로 높아지고 있다. 그러나 화학 물질의 종류가 엄청나기 때문에 실험적 조사는 시간적, 예산적, 동물 실험 윤리적 관점에서 비현실적입니다. 이러한 배경에서 화학물질의 독성을 현재까지 축적된 공지정보에 기초하여 통계적·계산기과학적으로 예측하는 것을 목적으로 한 학술분야인 '계산독성학'이 주목받고 있다. 2014년에는 미국 NIH가 1만 화합물의 독성 관련 데이터를 이용한 대규모 계산 독성학의 대회, "Tox21 Data Challenge 2014"를 개최했다. 18개국으로부터 100팀 이상이 참가 등록한 본 콘페티션에 있어서, 연자는 JMP Pro에 탑재된 기계 학습 기능의 하나인 부트스트랩 숲을 이용해, 화학 구조로부터 얻을 수 있는 다양한 정보의 패턴을 해석하는 것으로, 여성 호르몬양 물질의 예측에 관해서 부문 우승할 수 있었다. 본 발표에서는, 연자가 콘페티션에 사용한, JMP의 유연한 기능에 근거하는 최적의 부트스트랩 숲 모델의 선택에 관해서 소개하고 싶다.
관련 사이트: http://www.my-pharm.ac.jp/news/info_detail.html?id=599
JMP® 머신러닝 기능을 이용한 정확도 높은 독성 예측 방법 개발
JMP® 머신러닝 기능을 이용한 정확도 높은 독성 예측 방법 개발
최근 몇 년 동안 환경 의식이 높아지면서 우리 주변에 있는 모든 유해 화학 물질에 대한 철저한 조사가 전 세계적으로 힘을 얻고 있습니다. 그러나 다양한 유형의 화학 물질이 너무 많아서 시간적, 예산적 또는 윤리적(동물 실험) 관점에서 실험적 조사가 실용적이지 않습니다. 계산 독성학이라는 학문 분야는 축적된 기존 정보를 기반으로 통계적으로 그리고 컴퓨터 과학을 사용하여 화학 물질의 독성을 예측하는 능력으로 주목을 받고 있습니다. 2014년 미국 국립보건원은 10,000개의 화합물에 대한 독성 관련 데이터를 사용하는 야심 찬 계산 독성학 경연 대회인 Tox21 Data Challenge 2014를 개최했습니다. 18개국에서 100개 이상의 참가 팀이 참여한 이 경연 대회에서 경쟁자들은 JMP Pro의 머신 러닝 기능 중 하나인 부트스트랩 포레스트를 사용하여 화학 구조에서 얻은 다양한 정보 패턴을 분석했습니다. 이를 통해 여성 호르몬 유사 물질의 예측과 관련된 부서에서 우승했습니다. 이 프레젠테이션에서는 대회 기간 동안 사용된 JMP의 유연한 기능을 기반으로 최적의 부트스트랩 포레스트 모델을 선택하는 방법에 대해 논의하겠습니다.
관련 사이트 : http:// http://www.my-pharm.ac.jp/news/info_detail.html?id=599
