回答

はい、Sarah Nexusは予測結果について解釈が可能となるよう設計されています。

予測は、自己組織化仮説ネットワークから導かれます。このアプローチにより、モデルは、重要な構造的フラグメントの有無に基づいてトレーニングデータを仮説（クラスター）グループへ編成して、フラグメントをアクティブまたは非アクティブと結論付けます。

通常の予測では、クエリー化合物が持つフラグメントに一致した仮説を考慮することによって導きだされます。これら仮説のそれぞれから得られるシグナル（そのクラスタ内に保持されているトレーニング化合物を考慮して生成される）が表示されます。

このようにユーザーは、モデルによりアクティブ化および非アクティブ化されたフラグメントを参照できます。そのため、モデルが非アクティブと判断したフラグメントについても全て確認することができます。

より完全な分析のために、ユーザーはモデルに関連して順序付けられた各仮説に含まれる支持化合物も参照することができます。

これによりユーザーは、モデル全体の信頼性に加えて、全体のコールとともに提供される信頼性メトリックから判断することで、エキスパート解析が可能になります。

知識ベースエキスパートシステム

統計ベースシステム