Search

In den letzen Jahren wurden Deep Learning Methoden erfolgreich zur Vorhersage von möglichen Zielen für pharmazeutische Wirkstoe eingesetzt, und es wurde gezeigt dass neuronale Netze zu den besten Methoden für dieses Problem gehören [45]. Es ist bekannt dass Deep Learning Methoden sehr gut mit der Größe des Datensatzes skalieren, wodurch sich die Frage stellt ob mit zusätzlichen Daten die Resultate weiter verbessert werden können. Viele öentlich verfügbare chemische Datenbanken ermöglichen es neue Datensätze für dieses Anwendung zu erstellen wobei dieser Prozess in der Praxis aber sehr arbeits- und zeitintensiv ist. Es gibt zur Zeit kein Softwaresystem, welches diese Aufgabe vereinfachen würde, und das Durchführen neuer Experimente erleichtern würde. Diese Arbeit präsentiert eine Plattform zur automatisierten Erstellung von Modellen für die Vorhersage möglicher Ziele für pharmazeutische Wirkstoe. Die Plattform kann zur Generierung neuer Datensätze für dieses Problem verwendet werden und es ist nun möglich mit unterschiedlichen Protokollen zur Datensetgenerierung zu experimentieren, Daten von verschiedenen Datenbanken zu kombinieren und rasch eine große Anzahl chemischer Deskriptoren zu berechnen. In der Vergangenheit waren derartige Experimente aufgrund des großen Arbeits- und Zeitaufwandes nicht praktikabel. Mithilfe der Plattform dauert die Erstellung von neuen Datensatzes nun nur noch wenige Tage anstatt Wochen. Die resultierenden Datensätze können dann verwendet werden um neue Modelle für die Vorhersage von möglichen Zielen für pharmazeutische Wirkstoe zu erstellen. Als Demonstration wird die Plattform verwendet um für die letzen fünf Versionen (21-25) der ChEMBL Datenbank [20][23] je einen neuen Datensatz zu erstellen. Die Datensätze werden auf Basis ihrer Zusammensetzung anhand von chemischen Verbindungen und experimenteller Messungen analysiert und zum Trainieren von mehreren multitask Neuronalen Netzen verwendet, um den Einuss der Struktur des Datensatzes auf die Performanz der Modelle zu untersuchen. Die Experimente zeigen, dass die Modelle, welche auf die fünf Datensätze trainiert wurden, ähnliche Resultate liefern wie eine vorherige Studie von Mayr et al. [45]. In the last years deep neural networks have been successfully applied to drug target prediction tasks [44] and have been shown to rank among the best methods for this problem [45]. As deep learning methods are known to scale well to large datasets, this begs the question whether results can be further improved using additional data. The many publicly available chemical databases provide a great opportunity to compile new datasets for drug target prediction tasks, but in practice extracting such a dataset is labour and time intensive. There currently exists no framework that could be used to facilitate this task, and enable experimentation using new datasets. This work presents a platform for automated model building for drug target prediction. The platform can be used to automatically extract new datasets for structure activity prediction tasks and allows to freely experiment using dierent protocols for extracting a dataset, combine data from dierent databases, and quickly compute a wide range of chemical descriptors. In the past due to the large amount of work and time involved in compiling of a dataset these experiments were infeasible. Compiling a new dataset using the platform now only requires a few days instead of weeks. The resulting datasets can then be used to build new models for drug target prediction tasks. To demonstrate the platform it is used to extract a dataset from each of the last ve releases (21-25) of the ChEMBL [20][23] database. The thesis explores whether fully automatically extracted datasets can be used for building drug target prediction models straight away or whether they require additional post-processing. The resulting datasets are analysed in terms of their assay and compound composition and used to train several multi-task neural networks in order to evaluate how dataset composition aects performance of the models. The experiments show that models trained on each of the ve extracted datasets achieve similar performance to previous results by Mayr et al. [45]. submitted by Peter Karl Ruch, BSc. Universität Linz, Masterarbeit, 2020 (VLID)4691176