ToxicBlend: 앙상블 예측기를 이용한 유독 화합물의 가상 스크리닝

현재 제약 산업이 직면한 가장 큰 도전 중 하나는 복합물의 독성 평가입니다. 잠재적인 리드로 식별된 복합물의 상당 부분은 결국 그들이 유발하는 독성 때문에 폐기됩니다. 본 논문에서는 ToxCast 대상에 대한 분자 활동 예측을 위한 새로운 머신 러닝 접근법을 제안합니다. 우리는 QSAR 물리적 분자 특성 설명자, PubChem 분자 지문, 그리고 SMILES 시퀀스를 기반으로 훈련된 완전 연결 신경망과 그래프 합성곱 신경망 구조를 극단적 그래디언트 부스팅(XGBoost)과 결합하였습니다. 우리의 앙상블 예측기는 각 개별 기술의 강점을 활용하여, ToxCast와 Tox21 독성 예측 데이터셋에서 기존 최신 모델들을 크게 능가합니다. 또한, 우리 모델을 사용한 분자 독성 예측에 무료로 접근할 수 있도록 http://www.owkin.com/toxicblend에서 제공하고 있습니다.