AIが解く世界の難問 · 生命科学 · arXiv · 2026-10-23
系統発生的な罠を越えて：永続ホモロジーによるマルチモーダルGNNを用いた種横断イオンチャネル分類
原題: Escaping the Phylogenetic Trap: Persistent Homology Enables Cross-Species Ion Channel Classification via Multimodal Graph Neural Networks
ランダム分割による評価は系統的なリーク（分類群固有の相関）を生むため、毒液化合物のイオンチャネル標的分類では未知の分類群への汎化性能が過大評価されやすい。本研究は、ESM-2配列埋め込みと幾何学的なグラフ注意ネットワークを融合したモデルで五種類の構造的帰納バイアスを比較し、永続ホモロジー表現を用いたPH-GNNを提案する。1,373化合物・5分類群を用いた留保分類群評価では、PH-GNNが63.4%の精度を達成し、次点の手法を8ポイント以上上回った。