CROWN:修復優先で構築したスコアリングモデル学習用タンパク質-リガンドデータセット
- CROWNはPDB由来のタンパク質-リガンド複合体を機械学習向けに整備したデータセットで、構造上の不整合は可能な限り修復し、保守的な修復ができない場合にのみ除外する方針で構築されている。
- 先行のSPINDRより規模もタンパク質の多様性も数倍大きく、類似性アノテーションとWebインターフェースも提供される。
- 後ろ向き評価では、CROWNで学習したスコアリングモデルはCASF-2016で5種の学習資源の中で最良となり、ドッキングやスクリーニングではPDBbindやHiQBindで学習したモデルと同等だった。
💡 ポイント アブストラクトに基づく見解
月曜はまずCROWNを取得し、再学習の前に類似性アノテーションを自社ターゲットと突き合わせる。CASF-2016での首位は弱い証拠で、このベンチマークは飽和しており、PDBの学習データとの重複も大きい。ドッキングとスクリーニングでの横並びのほうが正直なシグナルだろう。評価は後ろ向きのみ。肝心なのは、修復済み構造が自社シリーズで効くかどうかだ。
📄 原論文 · Journal of Chemical Information and Modeling ↗ CROWN: Curated Repository of Well-Resolved Noncovalent Interactions