GPT based model with Relative Attention for De Novo Drug Design

https://www.sciencedirect.com/science/article/abs/pii/S1476927123001020

1. 本研究の学術的な背景と研究が解決する問題は何ですか？
==> 新しい化合物の発見は、現代医学において非常に重要であり、薬物設計に関する研究も進んでいます。本研究では、機械学習を用いたde novo drug designを行い、新しい化合物の発見を可能にすることを目指しています。

2. 本研究の目的及び学術的独自性と創造性は何ですか？
==> 本研究では、新しい化合物の設計において、Generative Pre-trained Transformer（GPT）アーキテクチャーとRelative Attentionを用いたモデルを提案しています。これにより、新しい化学空間の探索が可能であり、特定のターゲットに合わせた化合物の発見も可能となります。

3. 研究の着想を得た経緯や、関連する国内外の研究動向とは何ですか？
==> 近年、機械学習を用いたde novo drug designの研究が進んでおり、SMILES表示法を用いた次のトークンの予測などが研究されています。

4. 本研究で何をどのように，どこまで明らかにした？
==> 本研究では、Relative Attentionなどを用いたGPTモデルを提案し、既存のモデルと比較して強みを示しました。また、ターゲットに合わせた化合物の設計においても有効であることを示しました。

5. 本研究の有効性はどのように検証した？
==> 本研究では、提案したモデルをベンチマーク用のデータセットで学習し、その性能を他のモデルと比較しました。ターゲットに合わせた化合物の設計においても、提案したRelative Attentionが有効であることを確認しました。