Aleksandar Shurbevski 研究室

本研究室では、コンピュータを用いた医薬品設計に向けて、化学物質の構造を自動で探索する手法の開発に取り組んでいます。特に「逆構造活性相関解析」という手法に焦点を当てており、これは所望の効果や性質を持つ化学物質の分子構造を、与えられた条件から逆算して推定するアプローチです。 研究の手法としては、人工ニューラルネットワークと整数計画法という2つの計算アルゴリズムを組み合わせた枠組みを採用しています。まず前半の段階で、ニューラルネットワークを既知の化学物質のデータセットで学習させ、物質の性質を予測する関数を構築します。その後、目的とする化学的性質が得られるよう、学習済みのネットワークに基づいた整数計画問題を解くことで、候補となる分子構造を体系的に列挙していきます。 複数の論文の内容から、この研究室は当初は環状構造を含まない化合物や特定の枝分かれ性を持つ分子から始まり、より複雑な環状構造や特定の部分構造を持つ化学物質へと、対象となる化学グラフの種類を段階的に拡張してきたことが分かります。このように段階的に手法を改善・拡張することで、実用的な医薬品設計の支援へと応用していく狙いがあると考えられます。