みなさんこんにちは！日々機械学習を学ぶ外科医のさとうです。
今回は2021年Scientific Reportに掲載された機械学習を用いてHPV治療薬のタンパク質相互作用を予測する論文を一緒に勉強しましょう。
Pubmedで検索。
今回の論文
論文：Machine learning prediction of antiviral-HPV protein interactions for anti-HPV pharmacotherapy
著者：Hui-Heng Lin et al.
雑誌：Scientific Report 2021 Dec
機械学習を用いてHPV治療薬のタンパク質相互作用を予測する
<Abstract>
高リスク型HPVに持続的に感染すると、子宮頸がんや口腔咽頭がんなどの病気を引き起こす可能性がある。しかし、高リスク型HPVの感染に対する有効な薬物療法は今のところなく、女性の健康に対する深刻な脅威となっている。本研究では、ドラッグリポジショニングに基づき、HPV感染症に有効な抗ウイルス剤の可能性を予測するために、複数の機械学習モデルを学習し、予測した。モデルの最適化、米国食品医薬品局で承認された182組の抗ウイルス剤とターゲットの相互作用データを用いたモデルの予測性能の測定、および異なるモデルの予測性能のベンチマークを行った結果、サポートベクターマシン、ランダムフォレスト、Adaboost、ナイーブベイズ、K-Nearest Neighbors、ロジスティック回帰の各分類器の中で、最適化された高精度スコアのサポートベクターマシンとK-Nearest Neighbor分類器が最も優れた2つの予測（それぞれ0.80と0.85）であることを確認した。この2つの予測器を合わせて適用したところ、864組の抗ウイルス-HPVタンパク質相互作用から57組の抗ウイルス-HPVタンパク質相互作用を予測することに成功た。私たちの研究は、抗HPV薬の創薬のための良い薬の候補を提供した。私たちの知る限り、このようなHPVに特化した計算機上での薬の再配置研究を行ったのは、私たちが初めてである。
<Abstract>
Persistent infection with high-risk types Human Papillomavirus could cause diseases including cervical cancers and oropharyngeal cancers. Nonetheless, so far there is no effective pharmacotherapy for treating the infection from high-risk HPV types, and hence it remains to be a severe threat to the health of female. Based on drug repositioning strategy, we trained and benchmarked multiple machine learning odels so as to predict potential effective antiviral drugs for HPV infection in this work. Through optimizing models, measuring models’ predictive performance using 182 pairs of antiviral-target interaction dataset which were all approved by the United States Food and Drug Administration, and benchmarking different models’ predictive performance, we identified the optimized Support Vector Machine and K-Nearest Neighbor classifier with high precision score were the best two predictors (0.80 and 0.85 respectively) amongst classifiers of Support Vector Machine, Random forest, Adaboost, Naïve Bayes, K-Nearest Neighbors, and Logistic regression classifier. We applied these two predictors together and successfully predicted 57 pairs of antiviral-HPV protein interactions from 864 pairs of antiviral-HPV protein associations. Our work provided good drug candidates for anti-HPV drug discovery. So far as we know, we are the first one to conduct such HPV oriented computational drug repositioning study.
さいごに
いかがでしたでしょうか。今回は機械学習を用いたHPV治療薬の研究について一緒に勉強しました。
完全未経験から独学でプログラミング、Pythonを学んだ私の経験をこちらに紹介しています。
Twitterでも役立つ情報を配信していますのでよかったらフォローしてみてください。
