承認薬での検証、毒性予測ツールは単純なベースラインに及ばず
- フィンガープリントQSARから基盤モデルのエンコーダー、毒性専用ツールまで、多数の予測手法を評価した。対象は、ブラックボックス警告や市場撤退の記録で毒性ラベルを付けた承認薬である。
- 学習済み表現は単純なフィンガープリントに勝てず、肝障害向けを含む専用ツールの大半も偶然に近い成績で、化学情報を使わない承認年だけの予測にも劣った。
- 査読前のプレプリントで、著者らは曝露や代謝の情報が必要だとみている。
💡 ポイント アブストラクトに基づく見解
化学情報ゼロの承認年ベースラインが肝障害モデルを上回るなら、ラベルは時代や規制の経緯をかなり反映しているはずで、モデルを責める前にデータ分割を疑うべきだ。とはいえ、承認薬でほぼ偶然水準のDILIツールを足切りの関門に使うのは危うい。大型エンコーダーがフィンガープリントに何も上乗せしないことは、GPU予算を投じる前に思い出したい。ただし前向き検証はない。
Toxicity Prediction Tools Do Not Generalize to Novel Chemistry ↗