比加重ペナルティ付きロジスティック回帰を用いた抗真菌剤の多様な系列を分類するための定量的構造活性関係モデル

Quantitative structure-activity relationship model for classifying the diverse series of antifungal agents using ratio weighted penalized logistic regression.

• A M Alharthi
• M H Lee
• Z Y Algamal
• A M Al-Fakih

抄録

定量的構造活性相関（QSAR）分類モデルに直面した際に最も困難な問題の一つは、記述子の選択に対処することである。ペナルティ付き手法は、記述子選択とQSAR分類モデル推定を同時に行うための鍵となる手法として採用され、人気を博してきました。しかし、ペナルティ付き手法には、バイアスや不整合があり、オラクルの性質を欠くという欠点がある。本稿では、これらの欠点を克服するために、適応型ペナルティ付きロジスティック回帰（APLR）を提案する。これは，各ディスクリプタのグループ間二乗和(BSS)とグループ内二乗和(WSS)の比(BWR)をLノルム内の重みとして採用することによって行われる．提案手法は，抗菌薬の生理活性が異なる多様な抗菌薬群からなる1つのデータセットに適用した．実験的な検討により、提案手法(APLR)は、QSAR分類モデルの開発に用いられる他の競合手法と比較して、記述子の選択と分類精度において効率的であることが示されました。また、別のデータセットについても成功を経験した。したがって、APLR法はQSARの解析や研究に大きな影響を与えたと結論づけることができる。

One of the most challenging issues when facing a Quantitative structure-activity relationship (QSAR) classification model is to deal with the descriptor selection. Penalized methods have been adapted and have gained popularity as a key for simultaneously performing descriptor selection and QSAR classification model estimation. However, penalized methods have drawbacks such as having biases and inconsistencies that make they lack the oracle properties. This paper proposes an adaptive penalized logistic regression (APLR) to overcome these drawbacks. This is done by employing a ratio (BWR) of the descriptors between-groups sum of squares (BSS) to the within-groups sum of squares (WSS) for each descriptor as a weight inside the L-norm. The proposed method was applied to one dataset that consists of a diverse series of antimicrobial agents with their respective bioactivities against . By experimental study, it has been shown that the proposed method (APLR) was more efficient in the selection of descriptors and classification accuracy than the other competitive methods that could be used in developing QSAR classification models. Another dataset was also successfully experienced. Therefore, it can be concluded that the APLR method had significant impact on QSAR analysis and studies.