計算毒物学における連合学習：エフィリスハッカソンに関する産業の視点

シリコのアプローチは、医薬品の研究開発においてそびえ立つ役割を獲得しており、世界中の研究所が前例のない効率を持つ新しい分子エンティティを設計、作成、最適化できるようになりました。毒物学的な観点から、計算方法は、安全性プロファイルの改善を示す化合物に向けて薬化学者の選択を導きました。最近のフィールドでの進歩が重要であっても、ターゲット上およびターゲット外の予測分野では多くの課題が積極的に活動し続けています。機械学習方法は、安全性の懸念を抱いて分子を識別する能力を示しています。ただし、トレーニングに使用されるデータの豊富さと多様性に強く依存しています。そのような情報を製薬会社間で共有することは、機密性の理由により非常に限られたままですが、このシナリオでは、最近の「フェデレートラーニング」という名前の概念は、そのような懸念を克服するのに役立ちます。このフレームワーク内では、企業が独自のデータを使用しているが共有していない一般的な機械学習アルゴリズムのトレーニングに貢献することができます。ごく最近、Lhasa Limitedは、「Effiris」と呼ばれる連邦学習プラットフォームのパフォーマンスを評価するために、いくつかの産業パートナーが関与するハッカソンを組織しました。この論文では、このようなイベントに参加したロシュとしての経験を共有し、フェデレーションアルゴリズムのパフォーマンスを評価し、それらを社内のみの機械学習モデルから来るものと比較します。私たちの目的は、連邦学習の利点とその固有の制限を強調し、メソッドの潜在的な改善のためのいくつかのポイントを提案することです。

In silico approaches have acquired a towering role in pharmaceutical research and development, allowing laboratories all around the world to design, create, and optimize novel molecular entities with unprecedented efficiency. From a toxicological perspective, computational methods have guided the choices of medicinal chemists toward compounds displaying improved safety profiles. Even if the recent advances in the field are significant, many challenges remain active in the on-target and off-target prediction fields. Machine learning methods have shown their ability to identify molecules with safety concerns. However, they strongly depend on the abundance and diversity of data used for their training. Sharing such information among pharmaceutical companies remains extremely limited due to confidentiality reasons, but in this scenario, a recent concept named "federated learning" can help overcome such concerns. Within this framework, it is possible for companies to contribute to the training of common machine learning algorithms, using, but not sharing, their proprietary data. Very recently, Lhasa Limited organized a hackathon involving several industrial partners in order to assess the performance of their federated learning platform, called "Effiris". In this paper, we share our experience as Roche in participating in such an event, evaluating the performance of the federated algorithms and comparing them with those coming from our in-house-only machine learning models. Our aim is to highlight the advantages of federated learning and its intrinsic limitations and also suggest some points for potential improvements in the method.