シクロデキストリン結合モデルの精度はデータのノイズで頭打ち、拡散由来サイズ記述子はMcGowan体積と同等
- シクロデキストリン包接定数の編纂データの再現性を3段階で評価した。単一の熱量測定研究内、研究室間・手法間の比較、標準的な編纂データ中で反復されたホスト–ゲスト対であり、最後の評価では大きな外れ値を含む裾の重い分布が見られた。
- このノイズを小規模なモデリングセットに伝播させると、外部予測R2の上限は報告値を大きく下回ると示唆され、1個抜き交差検証の誤差の大半は測定値のノイズで説明された。
- 実測拡散係数に基づくサイズ記述子はMcGowan体積と(いずれもlog Pと併用して)統計的に区別できず、化学ファミリー全体を除外するとどちらも精度が低下した。
💡 ポイント アブストラクトに基づく見解
文献由来の親和性データセットのR2を信用する前に、複製測定に基づく上限値を算出したいところです。自社のアッセイデータでも、重複測定からノイズ分散を推定し、達成可能なR2を各モデルの隣に併記してください。また、McGowan体積と同等にしかならない「新」記述子は、調整を続ける合図ではなく、そこで手を止める合図です。信頼できる評価は化学ファミリーを除外した分割だけです。