(English follows Japanese)
일본어 제목 : JMP의 기계 학습 기능을 이용한 고정밀 독성 예측 법 개발
明治薬科大学 교수 植沢 요시히로
최근 환경에 대한 의식의 향상에 따라 주변에있는 모든 화학 물질에 대한 유해성을 포괄적으로 조사 하자는 기운이 세계적으로 높아지고있다.그러나 화학 물질의 종류는 방대하기 때문에 실험적인 학문은 시간적 예산으로 동물 실험 윤리 관점에서 비현실적이다.이런 배경에서 화학 물질의 독성을 현재까지 축적 된 알려진 정보에 따라 통계적 · 계산기 과학적으로 예측하는 것을 목적으로 한 학문 분야 인 '계산 독성학'가 주목 받고있다.2014 년에는 미국 NIH가 1 만 화합물의 독성 관련 데이터를 이용한 대규모 계산 독물학 공모전 "Tox21 Data Challenge 2014"를 개최했다.18 개국에서 100 팀 이상이 참가 등록한 본 공모전에서 연기자는 JMP Pro에 탑재 된 기계 학습 기능의 하나 인 부트 스트랩 숲을 이용하여 화학 구조에서 얻은 다양한 정보의 패턴을 분석 할 수 하여 여성 호르몬과 같은 물질의 예측에 관해서 부문 우승 할 수 있었다.본 발표에서는 출연자가 경쟁에 사용한 JMP의 유연한 기능을 기반으로 최적의 부트 스트랩 숲 모델의 선택에 대해 소개하고자한다.
관련 사이트 : http://www.my-pharm.ac.jp/news/info_detail.html?id=599
The Development of Highly Accurate Toxicity Prediction Methods Using the JMP ® Machine Learning Function
The Development of Highly Accurate Toxicity Prediction Methods Using the JMP ® Machine Learning Function
Along with the increase in environmental consciousness in recent years, the exhaustive investigation of all of the hazardous chemical substances around us is gaining momentum around the globe. However, there is a vast number of different types of chemical substances, meaning that experimental investigations are not practical from a time perspective, budget perspective, or ethical perspective (animal testing). The academic field of computational toxicology is garnering attention for its ability to predict, statistically and with computer science, the toxicity of chemical substances based on existing information that has been accumulated. In 2014, National Institutes of Health in the United States held the Tox21 Data Challenge 2014, an ambitious computational toxicology competition using toxicity-related data regarding 10,000 compounds. At this competition, which featured over 100 participating teams from 18 countries, competitors used bootstrap forest, one of the machine learning functions in JMP Pro, to analyze a variety of information patterns acquired from chemical structures. This resulted in a departmental victory related to the prediction of female hormone-like substances. In this presentation, I will discuss the selection of the optimal bootstrap forest model based on the flexible functions in JMP that were used during the competition.
Related site : http : // http://www.my-pharm.ac.jp/news/info_detail.html?id=599
