[4Q3-IS-2d] Machine learning

[4Q3-IS-2d-03] Artificial Intelligence-Based Models to Predict the Activation State of Coronavirus Molecular Pathway Networks

〇Shihori Tanabe¹, Sabina Quader², Ryuichi Ono¹, Horacio Cabral³, Kazuhiko Aoyagi⁴, Edward J Perkins⁵, Hiroshi Yokozaki⁶, Hiroki Sasaki⁴ (1. National Institute of Health Sciences, 2. Innovation Center of NanoMedicine, 3. The Univ. of Tokyo, 4. National Cancer Center Research Institute, 5. US Army Engineer Research and Development Center, 6. Kobe Univ.)

キーワード：Molecular Network, Coronavirus, Machine Learning

（1）本研究の目的は、コロナウィルスの分子経路ネットワークの活性化状態を予測するための人工知能（AI）ベースのモデルを生成することである。（2）従前の研究により、がんにおける上皮間葉転換（EMT）の活性化状態を予測するためのAIベースのモデルを生成した。本研究では、コロナウィルス病態パスウェイの活性化及び非活性化状態の各50枚の画像と、コロナウィルス複製パスウェイの活性化及び非活性化状態の各50枚の画像のデータセットを、DataRobot Automated Machine Learningプラットフォームを使用してモデリングした。コロナウイルス病態パスウェイにおいてElastic-Net Classifier（L2 / Binomial Deviance）を、コロナウイルス複製パスウェイにおいてElastic-Net Classifier（mixing alpha=0.5 / Binomial Deviance）が作成された。学習に使用していない追加の活性化及び非活性化パスウェイ画像10枚ずつを用いてモデルを検証したところ、分子経路ネットワークの活性化状態を予測することが可能であることが判明した。