パンコロナウイルス創薬データに関する計算コミュニティブラインドチャレンジ

科学分野:

• 創薬
• 計算化学
• 機械学習

背景:

• 計算上のブラインドチャレンジは、公平な科学的進歩のために不可欠です。
• AI主導の構造誘導型抗ウイルスプラットフォーム発見コンソーシアム（SAPCDC）は、パンコロナウイルス抗ウイルス発見に焦点を当てています。
• OpenADMETプロジェクトとPolarisプラットフォームは、共同創薬イニシアチブを促進します。

研究 の 目的:

• 計算創薬におけるオープンサイエンスコミュニティブラインドチャレンジからの結果と洞察を報告すること。
• SARS-CoV-2およびMERS-CoV Mproに対する生化学的効力および結晶学的リガンドポーズを予測するための計算方法を評価すること。
• 複数のADMET（吸収、分布、代謝、排泄、毒性）アッセイエンドポイントを評価すること。

主な方法:

• 学界および産業界のグローバル参加者が計算方法を開発および適用しました。
• 以前は未公開の実験的創薬データセットがベンチマークとして使用されました。
• 複数のタスクと化合物にわたる提出物が評価され、パフォーマンスリーダーボードが確立されました。
• 方法論的な強みと弱みを評価するためにメタ分析が実施されました。

主要な成果:

• 様々な計算タスクのパフォーマンスリーダーボードが確立されました。
• 方法論的な強みと一般的な落とし穴に関する重要な洞察が特定されました。
• この研究は、実際の機械学習評価のためのベストプラクティスの基盤を提供します。

結論:

• このチャレンジは、創薬における再現可能で信頼性の高い、影響力の大きい計算方法を進歩させました。
• 将来のブラインドチャレンジのデザインと実行におけるベストプラクティスと落とし穴が検討されました。
• Polarisのような次世代プラットフォームは、厳密なチャレンジデザインとコミュニティエンゲージメントを可能にします。