ペアワイズ差分QSAR+分位点集約で、既知のポテンシーを超える予測を狙う
- 通常のQSARは訓練データより高活性な類縁体の予測が苦手で、これがまさにリード最適化の核心である。
- 化合物ペア間の記述子の差から活性変化を学習するPD-QSARを提案し、予測を集約して用いる。
- ChEMBL由来の約100標的で最高活性側を検証用に除外したところ、低分位点集約が平均・kNN集約、直接QSAR、Chempropを上回った。
💡 ポイント
モデルが系列内の順位付けはできても、本当に必要な高活性側で外す、というのは最適化チームの共通の悩みだ。最高活性の上位10%を除外する検証は筋が良い。ただ公開ChEMBLの分布と実際のプロジェクトのSARの崖は違うので、合成の優先順位づけに使う前に自分たちの系列で前向きに試したい。
Breaking the Potency Barrier: A Practical Recipe for QSAR Extrapolation ↗