arXiv cs.LG

抗菌ペプチド設計のための半教師あり潜在ベイズ最適化

Semi-supervised Latent Bayesian Optimization for Designing Antimicrobial Peptides

http://arxiv.org/abs/2510.17569v1


抗菌ペプチド(AMP)は、細菌感染治療に有望な治療法の一つですが、ペプチド専用のアミノ酸配列の数が膨大なため、その発見と設計は困難です。本研究では、潜在空間の次元削減を通じてデザイン空間を圧縮し、抗菌活性の最適化を改善する方法を探求しました。具体的には、1) 次元削減による設計空間のさらなる圧縮が最適化を促進するか、2) 空間の解釈可能性、3) 物理化学的特性で整理した潜在空間が抗菌活性の最適化効率を向上させるかを検討しました。その結果、次元削減を施した潜在空間を使用することで解釈可能性が向上し、異なる物理化学的特性を用いて潜在空間を整理することで、異なるラベルの割合でも最適化が可能であることが示されました。