著者
Yuki Sugawara Masaaki Kotera Kenichi Tanaka Kimito Funatsu
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
Journal of Computer Aided Chemistry (ISSN:13458647)
巻号頁・発行日
vol.20, pp.7-17, 2019 (Released:2019-06-11)
参考文献数
27
被引用文献数
4

Fluorescent substances are used in a wide range of applications, and the method that effectively design molecules having desirable absorption and emission wavelength is required. In this study, we used boron-dipyrromethene (BODIPY) compounds as a case study, and constructed high precision wavelength prediction model using ensemble learning. Prediction accuracy improved in stacking model using RDKit descriptors and Morgan fingerprint. The variables related to the molecular skeleton and the conjugation length were shown to be important. We also proposed an applicability domain (AD) estimation model that directly use the descriptors based on Tanimoto distance. The performance of the AD models was shown better than the OCSVM-based model. Using our proposed stacking model and AD model, newly generated compounds were screened and we obtained 602 compounds which were estimated inside the AD in both absorption wavelength and emission wavelength.
著者
Kenji Hori Aki Hasegawa Noriaki Okimoto Suzuko Yamazaki
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
Journal of Computer Aided Chemistry (ISSN:13458647)
巻号頁・発行日
vol.20, pp.50-55, 2019 (Released:2019-12-26)
参考文献数
18

Information of transition states of similar reactions is the key to locating those of unknown reactions. In order to utilize this feature, we are constructing a database, called QMRDB, which gathers results of quantum mechanical calculations for elementary reactions as well as those for related molecules. Another database (TSDB) stores information of name reactions in organic synthesis. Retrieval results from these databases are used for analyzing reaction mechanisms which have not been experimentally examined. We developed a cloud system managing both the two databases and theoretical calculations. The present paper describes the summary of the TSDB cloud system and how to use it to perform in silico screenings for synthesizing drug candidates.
著者
Md. Althaf Hussain Kazuki Yoshida Takafumi Inoue Manabu Sugimoto
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
ケモインフォマティクス討論会予稿集
巻号頁・発行日
pp.1A11, 2020 (Released:2020-11-29)
参考文献数
6

量子化学計算で計算した記述子を用いて、ペロブスカイト太陽電池用のフタロシアニン系ホール輸送材料のホール輸送特性に関する機械学習を行い、回帰モデルを求めた。またそれを用いて分子設計指針を明らかにした。
著者
張 金哲 寺山 慧 隅田 真人 伊藤 研悟 菊地 淳 津田 宏治
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
ケモインフォマティクス討論会予稿集
巻号頁・発行日
pp.1P09, 2019 (Released:2019-10-22)
参考文献数
12

NMR測定は試料中に含まれる分子を確定・同定する際に重要な測定である.通常,得られたNMRスペクトルのピーク位置は分子の官能基・部位毎に異なることから,データベースなどを参照し,知識を持つ人の手によって帰属が行われ,試料に含まれる分子の確定・同定を行うことが可能である.しかし,人が介入することから,客観性や人の労力の観点から問題になることもある.このような問題に対処するために,我々はNMRスペクトルから機械学習と探索アリゴリズムを用いて自動的に含まれる分子を同定する手法開発に取り組んでいる.本発表では,量子化学計算とde novo 分子生成機を組み合わせた手法で,所望のNMRスペクトルを持つ分子を設計することにより,分子を同定する手法の自動化の取り組みを紹介する
著者
Francesca Grisoni Gisbert Schneider
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
Journal of Computer Aided Chemistry (ISSN:13458647)
巻号頁・発行日
vol.20, pp.35-42, 2019 (Released:2019-12-26)
参考文献数
65
被引用文献数
1

Computer-assisted de novo drug design has been a central research topic in the field of chemoinformatics for approximately 30 years. Professor Kimito Funatsu’s research has been a formative component in these developments. His seminal work has contributed inverse quantitative-structure-activity relationship (QSAR) models for small molecule and peptide design. This article highlights a class of recurrent neural networks, so-called long short-term memory (LSTM) networks for generative molecular design, which further the conceptual approach of inverse QSAR. We review the LSTM method for molecular design along with selected practical applications.
著者
陳 嘉修 田中 健一 小寺 正明 船津 公人
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
ケモインフォマティクス討論会予稿集
巻号頁・発行日
pp.2B10, 2018 (Released:2018-10-26)
参考文献数
9

In the chemical industry, designing novel compounds with desired characteristics is a bottleneck in the chemical manufacturing development. Quantitative structure–property relationship (QSPR) modeling with machine learning techniques can move the chemical design forward to work more efficiently. A challenge of current QSPR models is the lack of interpretability operating black-box models. Hence, interpretable machine learning methods will be essential for researchers to understand, trust, and effectively manage a QSPR model. Global interpretability and local interpretability are two typical ways to define the scope of model interpretation. Global interpretation is information on structure−property relationships for a series of compounds, helping shed some light on mechanisms of property of compounds. Local interpretability gives information about how different structural motifs of a single compound influence the property. In this presentation, we focus on the designs of interpretable frameworks for typical machine learning models. Two different approaches based on ensemble learning and deep learning to interpretable models will be presented to achieve global interpretation and local interpretation respectively which are equal to or even better than typical trustworthy models. We believe that trust in QSPR models can be enhanced by interpretable machine learning methods that conform to human knowledge and expectations.
著者
佐藤 寛子 青木 淳 浅岡 浩子
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
Journal of Computer Aided Chemistry (ISSN:13458647)
巻号頁・発行日
vol.7, pp.141-149, 2006
被引用文献数
1

基盤ソフトウェアのオープンソース化は共通技術の共有化によるソフトウェア技術の発展と次世代の育成と継承のために重要である。しかし、化学ソフトウェアの市場は圧倒的に欧米製のもので占められており、かつ共通技術であっても公開されているソースコードは極めて少ないのが現状である。そこで我々は、基盤技術の1つである化学用グラフィックスソフトウェアのオープンソース化に向けてライブラリの構築を進めてきた。2005年12月26日に、本ライブラリを「ケモじゅん」と命名し、公開を開始した。本稿では、2006年8月10日リリースしたケモじゅんの最新版050の機能と特色について,ケモじゅんプロジェクトの考え方と合わせて報告する.
著者
Azian Azamimi Abdullah
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
ケモインフォマティクス討論会予稿集
巻号頁・発行日
pp.KL, 2016 (Released:2016-09-22)
参考文献数
3

生物が生合成する揮発性化合物(VOC)には、化学生態学およびヒトの健康に関わる活性を有し重要な役割を担っている。しかしこのような情報は、さまざまな科学文献に散在する状況になる。そこで、VOCの生物活性に焦点をあてたデータベースの構築すすめた。本研究では、収集したデータの体系的理解を目指して、ケモメトリクス解析を進めた。
著者
富木 毅 斎藤 臣雄 植木 雅志 今野 英明 浅岡 丈生 鈴木 龍一郎 浦本 昌和 掛谷 秀昭 長田 裕之
出版者
Division of Chemical Information and Computer Sciences The Chemical Society of Japan
雑誌
Journal of Computer Aided Chemistry (ISSN:13458647)
巻号頁・発行日
vol.7, pp.157-162, 2006
被引用文献数
1 20

我々は、理化学研究所天然化合物バンク(RIKEN NPDepo)の情報基盤として、化合物データベース"理化学研究所天然化合物エンサイクロペディア(RIKEN NPEdia)"を構築した。このデータベースには、奈良先端科学技術大学院大学の金谷教授らが構築した二次代謝物データベース"KNApSAcK (http://kanaya.aist-nara.ac.jp/KNApSAcK/, http://prime.psc.riken.jp/ (mirror site))"から提供されたデータを含め、現在約25,000の化合物データが登録されている。ここに収録されているデータのほとんどは、放線菌、糸状菌、植物などから単離された二次代謝物のものである。それぞれの化合物データは、構造、起源、物理化学的性質、生物学的性質などから構成されている。MOLファイルをダウンロードすることも可能となっている。近日、UVスペクトル、MS/MSスペクトル、NMRスペクトルをデータに組み入れる予定である。このデータベースは、以下の3つの機能:(1)化合物の検索、(2)化合物データの登録、そして、(3)化合物バンクの受発注システムとの連携、を有している。我々は現在、化合物を収集するとともに、化合物データと代謝産物マップ、タンパク質間相互作用マップ、ケミカルゲノミクスマップ(バイオプローブが代謝系のどこに作用するかを示すマップ)との統合を目指している。我々は、NPEdiaが様々な領域の研究者にとって有益で、親しみやすいデータベースとなることを望んでいる。本データベースに関する詳細と最新情報は、我々のWebサイト(http://npd.riken.jp/)をご参照頂きたい。