GOSTARホワイトペーパー_機械学習比較分析

薬物の溶解性の低さは、創薬開発における主な障害の1つであり、探索されるターゲットの選択と強く関連している。
溶解度は吸収に重要であり、全身への作用が保証される場合、治療効果を得るために十分に高い薬物血中濃度を達成するためには、腸液における許容可能な溶解度が必要である。化合物の溶解度は、その吸収、分布、代謝、排泄、毒性（ADMET）プロファイルに影響を与える。ADMET特性が十分な品質である薬剤候補のみが、さらなる開発に進めることができる。

■SARデータベース
機械学習の手法は、分子の特性に関する研究を再構築している。これらの手法のトレーニングやテストに使用されるデータセットが優れていればいるほどより堅牢な結果が期待できる。
このホワイトペーパーでは、そのようなSARデータベースを2つ比較する。 GOSTARは創薬のための世界最大級の構造活性相関（SAR）データベースであり、MoleculeNetは複数の公開データセットから構成され、評価のためのメトリックを確立し、機械学習を使用して化合物を評価するための複数の既提案アルゴリズムのオープンソース実装を提供している。