① 研究の背景と目的
DNA エンコードライブラリ（DEL）は数百万〜数十億規模の化合物を一度にスクリーニングできる技術。しかし、得られたカウントデータはノイズが多く、ヒット同定が困難。
問題点：各グループが独自実装を使用 → 再現性ゼロ、比較不能
解決策：統一オープンソースフレームワーク DeepChem-DEL の構築。3層パイプライン（ノイズ除去 → 特徴量 → ML モデル）を標準化。
KinDEL ~80M compounds
DDR1 / MAPK14
Open Source
② 提案手法：3層パイプライン
③ ベンチマーク結果（DDR1 分類）
Non-Unified + Trisynthon + GCN が DDR1 で最高性能。Disynthon + Unified は一貫して最悪（信号の過平滑化）。
④ 主な結果 (a) MAPK14 回帰タスク
④ 主な結果 (b) 設計選択の影響
① 特徴量：Trisynthon > Disynthon（両ターゲット共通）
3ビルディングブロック完全指定の方が情報量豊富。Disynthon の「ノイズ平滑化」効果は過剰な信号損失を招く。
② ノイズ除去：Unified の効果はターゲット依存
MAPK14 では Unified が有効（+RF）。DDR1 では Non-Unified が最優秀。汎用的な前処理法はなく、ターゲット毎に最適化が必要。
③ モデル：GCN vs RF もターゲット依存
DDR1 分類: GCN 有利 / MAPK14 回帰: RF 有利。GCN は構造的特徴を学習するが、少ノイズデータでは RF の頑健性が優る。
④ 最悪の組み合わせ：Disynthon + Unified
2重の信号平滑化により、実験ノイズと真のシグナルが区別不能になる。
T-ANC推論
KinDEL公開データ
再現性担保
⑤ ケムインフォマティクスへの応用
DeepChem-DEL の GCN を lib/docking の事前フィルタとして統合し、UniDockRunner 前に DEL ヒットを絞り込む。T-ANC 推論は 選択性スコアリングに応用可能。GCN を lib/molgen の報酬関数として DEL ヒットの構造最適化に活用。
lib/docking
lib/molgen
lib/fep