論文の概要: A curated multi-endpoint drug-protein bioactivity dataset with construct-aware protein targets

• arxiv url: http://arxiv.org/abs/2610.32490v1
• Date: Fri, 23 Oct 2026 11:07:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.502957
• Title: A curated multi-endpoint drug-protein bioactivity dataset with construct-aware protein targets
• Title（参考訳）: コンストラクタ対応タンパク質標的を用いた多端ドラッグ-タンパク質生物活性データセット
• Abstract要約: Curate-DTIは、2026年7月1日のBingDBエクスポートから派生した、コンストラクト対応のデータセットである。 リリースには2,919,717の測定値、1,291,872の標準化、9,668の配列定義タンパク質エンティティ、および2,275,683のエンドポイント特異的相互作用が含まれている。
• 参考スコア（独自算出の注目度）: 0.8443238959374136
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Public drug-protein bioactivity resources commonly identify targets by UniProt accession, although one accession may represent distinct experimental sequences. We present Curate-DTI, a construct-aware dataset derived from the 1 July 2026 BindingDB export, with IC50, Ki, Kd and EC50 processed independently. The release contains 2,919,717 measurements, 1,291,872 standardized ligands, 9,668 sequence-defined protein entities and 2,275,683 endpoint-specific interactions spanning 8,336 reviewed UniProt accessions. Protein entities combine the accession with the reported experimental sequence, preserving constructs that accession-only processing would merge. Across the four endpoints, 4,204 endpoint-specific ligand-accession groups showed different classification labels across sequence-defined protein entities. Exact and inequality-qualified observations provide relation-aware classification evidence, whereas regression targets use exact values only. Connected Parquet tables preserve individual measurements, standardized structures, protein sequences, aggregated interactions and available assay and source provenance. The resource supports endpoint-specific classification and regression while allowing users to select molecular representations, protein representations and evaluation splits. Preprocessing code, a column dictionary, exclusion reports and validation summaries accompany the release.
• Abstract（参考訳）: 公共の薬物・タンパク質の生物活性資源は、UniProtのアクセスによって標的を識別するが、一つのアクセスは異なる実験配列を表す可能性がある。 IC50,Ki,Kd,EC50を独立に処理し,2026年7月1日にBindingDBエクスポートから派生した構成対応データセットであるCurate-DTIを提案する。 リリースには、2,919,717の計測結果、1,291,872の標準リガンド、9,668の配列定義タンパク質エンティティ、および8,336のレビュー済みUniProtアクセスにまたがる2,275,683のエンドポイント特異的相互作用が含まれている。 タンパク質エンティティは、アクセシオンと報告された実験配列を結合し、アクセシオンのみの処理がマージされる構造を保存する。 4つの終端に4,204個の終端特異的なリガンド-アクセシオン基があり,配列定義タンパク質の異なる分類ラベルが認められた。 厳密で不平等な観測は、関係性に見合った分類の証拠を提供するが、回帰ターゲットは正確な値のみを使用する。 接続されたParquetテーブルは、個々の測定、標準化された構造、タンパク質配列、集約された相互作用、および利用可能なアッセイとソースの証明を保存する。 このリソースはエンドポイント固有の分類と回帰をサポートし、ユーザーは分子表現、タンパク質表現、評価分割を選択できる。 前処理コード、列辞書、除外レポート、検証サマリーがリリースに付随する。

関連論文リスト

• Benchmarking Peptide-Protein Affinity Prediction Across Peptide and Target Shifts [3.2000742569384237]
  定量的ペプチド-タンパク質結合データの3つのソースを統合し, 11,349個の脱重複ペアを得た。 ペプチド相似性, 標的内, 離脱対象の分割条件下で, 10個のペプチド表現, ESM-2タンパク質埋め込み, 6個の回帰因子を比較検討した。
  論文  参考訳（メタデータ） (2026-08-31T02:56:26Z)
• PROTOCOL: Late Interaction Retrieval for Protein Homolog Search [8.797956246984388]
  ProtoColはタンパク質を残基埋め込みの集合として表現するモデルである。 タンパク質を独立にコードし、候補表現を事前計算可能とし、残基の埋め込みよりもMaxSimで候補を採点する。 SCOPeスーパーファミリーとPfamファミリーのベンチマークでは、ProtoColはシーケンスコンポジション、アライメントベース、プールされたPLM、訓練された単一ベクトルベースラインより優れている。
  論文  参考訳（メタデータ） (2026-05-27T22:50:48Z)
• PRING: Rethinking Protein-Protein Interaction Prediction from Pairs to Graphs [88.98041407783502]
  PRINGは、タンパク質とタンパク質の相互作用予測をグラフレベルで評価する最初のベンチマークである。 PRINGは、21,484タンパク質と186,818の相互作用からなる高品質な多種PPIネットワークデータセットをキュレートする。
  論文  参考訳（メタデータ） (2025-07-07T15:21:05Z)
• Hierarchical Multi-Label Contrastive Learning for Protein-Protein Interaction Prediction Across Organisms [2.399426243085768]
  タンパク質間相互作用予測のための階層的コントラストフレームワークであるHIPPOを提案する。 提案手法は、タンパク質の機能クラス間の構造的関係をエミュレートする階層的コントラスト損失関数を含む。 ベンチマークデータセットの実験では、HIPPOが最先端のパフォーマンスを達成し、既存のメソッドを上回り、低データのレシエーションにおいて堅牢性を示すことが示されている。
  論文  参考訳（メタデータ） (2025-07-03T15:41:04Z)
• Clustering for Protein Representation Learning [72.72957540484664]
  本稿では,タンパク質の臨界成分を自動的に検出するニューラルネットワーククラスタリングフレームワークを提案する。 我々のフレームワークはタンパク質をグラフとして扱い、各ノードはアミノ酸を表し、各エッジはアミノ酸間の空間的またはシーケンシャルな接続を表す。 タンパク質の折り畳み分類, 酵素反応分類, 遺伝子期予測, 酵素コミッショニング数予測の4つの課題について検討した。
  論文  参考訳（メタデータ） (2024-03-30T05:51:09Z)
• ProLLM: Protein Chain-of-Thoughts Enhanced LLM for Protein-Protein Interaction Prediction [54.132290875513405]
  タンパク質-タンパク質相互作用(PPI)の予測は、生物学的機能や疾患を理解する上で重要である。 PPI予測に対する従来の機械学習アプローチは、主に直接的な物理的相互作用に焦点を当てていた。 PPIに適したLLMを用いた新しいフレームワークProLLMを提案する。
  論文  参考訳（メタデータ） (2024-03-30T05:32:42Z)
• PSC-CPI: Multi-Scale Protein Sequence-Structure Contrasting for Efficient and Generalizable Compound-Protein Interaction Prediction [63.50967073653953]
  化合物-タンパク質相互作用予測は、合理的な薬物発見のための化合物-タンパク質相互作用のパターンと強度を予測することを目的としている。 既存のディープラーニングベースの手法では、タンパク質配列や構造が単一のモダリティしか利用していない。 CPI予測のためのマルチスケールタンパク質配列構造コントラストフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-13T03:51:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。