Широко распространенные ложные отрицательные в данных библиотеки ДНК: как эффекты линкера ухудшают предсказания лидирующих соединений на основе машинного обучения

Chem. Sci., 2025, Принятая рукопись DOI: 10.1039/D5SC00844A, Передовая статья Альба Люсия Монтойя Ариас, Адам Хогендорф, Стивен Тинги, Аадарш Куберан, Лик Ханг Юен, Хервиг Шюлер, Рафаэль Францини Химические библиотеки, кодированные ДНК (DECLs), стали неотъемлемой частью ранних стадий разработки лекарств, предоставляя активные соединения и обширные размеченные наборы данных для прогнозирования биоактивных молекул на основе машинного обучения (ML). Однако информационное содержание...