Buchumschlag

An Improved Metric and Benchmark for Assessing the Performance of Virtual Screening Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Brocidiacono, Michael, Popov, Konstantin I., Tropsha, Alexander
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Look mom, no experimental data! Learning to score protein-ligand interactions from simulations
von: Brocidiacono, Michael, et al.
Veröffentlicht: (2025)

Binding Free Energies without Alchemy
von: Brocidiacono, Michael, et al.
Veröffentlicht: (2026)

KANEL: Kolmogorov-Arnold Network Ensemble Learning Enables Early Hit Enrichment in High-Throughput Virtual Screening
von: Koptev, Pavel, et al.
Veröffentlicht: (2026)

CLIPZyme: Reaction-Conditioned Virtual Screening of Enzymes
von: Mikhael, Peter G., et al.
Veröffentlicht: (2024)

LiveProteinBench: A Contamination-Free Benchmark for Assessing Models' Specialized Capabilities in Protein Science
von: Rong, Dingyi, et al.
Veröffentlicht: (2025)

Virtual Lung Screening Trial (VLST): An In Silico Study Inspired by the National Lung Screening Trial for Lung Cancer Detection
von: Tushar, Fakrul Islam, et al.
Veröffentlicht: (2024)

Machine Learning - driven insights for predicting the impact of nanoparticles on the functionality of biomolecules, Illustrated by the case of DNA Damage-Inducible Transcript 3 (CHOP) inhibitors
von: Ivanova, Mariya L., et al.
Veröffentlicht: (2025)

In Silico Functional Profiling of Engineered Small Molecules: A Machine Learning Approach Leveraging PubChem Identifiers (CID_SID ML model)
von: Ivanova, Mariya L., et al.
Veröffentlicht: (2025)

A 3D Pancreatic Cancer Model with Integrated Optical Sensors for Noninvasive Metabolism Monitoring and Drug Screening
von: Siciliano, Anna Chiara, et al.
Veröffentlicht: (2024)

Targeting Neurodegeneration: Three Machine Learning Methods for G9a Inhibitors Discovery Using PubChem and Scikit-learn
von: Ivanova, Mariya L., et al.
Veröffentlicht: (2025)

Assessing the Utility of Large Language Models for Phenotype-Driven Gene Prioritization in Rare Genetic Disorder Diagnosis
von: Kim, Junyoung, et al.
Veröffentlicht: (2024)

Virtual Cells: From Conceptual Frameworks to Biomedical Applications
von: Bhardwaj, Saurabh, et al.
Veröffentlicht: (2025)

The Protein Engineering Tournament: An Open Science Benchmark for Protein Modeling and Design
von: Armer, Chase, et al.
Veröffentlicht: (2023)

Assessing the distribution of cancer stem cells in tumorspheres
von: Fotinós, Jerónimo, et al.
Veröffentlicht: (2024)

Assessing Engraftment Following Fecal Microbiota Transplant
von: Herman, Chloe, et al.
Veröffentlicht: (2024)

IUPAC-Induced Computational Approaches for Identifying Boosters of Small Biomolecule Functionality: A Case Study of Human Tyrosyl-DNA Phosphodiesterase 1 (TDP1) Inhibitors
von: Ivanova, Mariya L., et al.
Veröffentlicht: (2025)

Comparative analysis of computational approaches for predicting Transthyretin (TTR) transcription activators and human dopamine D1 receptor antagonists
von: Ivanova, Mariya L., et al.
Veröffentlicht: (2025)

Improving data sharing and knowledge transfer via the Neuroelectrophysiology Analysis Ontology (NEAO)
von: Köhler, Cristiano André, et al.
Veröffentlicht: (2024)

Mathematical Modelling and Optimisation of Athletic Performance: Tapering and Periodisation
von: Ceddia, David, et al.
Veröffentlicht: (2025)

Empowering Chemical Structures with Biological Insights for Scalable Phenotypic Virtual Screening
von: Lian, Xiaoqing, et al.
Veröffentlicht: (2026)

Assessing Validity of ICD-10 Administrative Data in Coding Comorbidities
von: Pan, Jie, et al.
Veröffentlicht: (2025)

Scaffold Splits Overestimate Virtual Screening Performance
von: Guo, Qianrong, et al.
Veröffentlicht: (2024)

Mathematical Methods for Assessing the Accuracy of Pre-Planned and Guided Surgical Osteotomies
von: Nahass, George R., et al.
Veröffentlicht: (2024)

Beyond Cox Models: Assessing the Performance of Machine-Learning Methods in Non-Proportional Hazards and Non-Linear Survival Analysis
von: Rossi, Ivan, et al.
Veröffentlicht: (2025)

AssayBench: An Assay-Level Virtual Cell Benchmark for LLMs and Agents
von: De Brouwer, Edward, et al.
Veröffentlicht: (2026)

Toward Scalable Early Cancer Detection: Evaluating EHR-Based Predictive Models Against Traditional Screening Criteria
von: Park, Jiheum, et al.
Veröffentlicht: (2025)

Assessing global drivers of forest transpiration using clustered machine learning models
von: Thornwell, Morgan, et al.
Veröffentlicht: (2026)

Convolutional Neural Network Transformer (CNNT) for Fluorescence Microscopy image Denoising with Improved Generalization and Fast Adaptation
von: Rehman, Azaan, et al.
Veröffentlicht: (2024)

Virtual Cells: Predict, Explain, Discover
von: Noutahi, Emmanuel, et al.
Veröffentlicht: (2025)

Assessing the effectiveness of test-trace-isolate interventions using a multi-layered temporal network
von: Cai, Yunyi, et al.
Veröffentlicht: (2024)

Combining the Projective Consciousness Model and Virtual Humans to assess ToM capacity in Virtual Reality: a proof-of-concept
von: Rudrauf, David, et al.
Veröffentlicht: (2021)

ST2HE: A Cross-Platform Framework for Virtual Histology and Annotation of High-Resolution Spatial Transcriptomics Data
von: Liu, Zhentao, et al.
Veröffentlicht: (2025)

Improving reproducibility of cheminformatics workflows with chembl-downloader
von: Hoyt, Charles Tapley
Veröffentlicht: (2025)

Diff4VS: HIV-inhibiting Molecules Generation with Classifier Guidance Diffusion for Virtual Screening
von: Lyu, Jiaqing, et al.
Veröffentlicht: (2024)

Development of a European Union Time-Indexed Reference Dataset for Assessing the Performance of Signal Detection Methods in Pharmacovigilance using a Large Language Model
von: Kefala, Maria, et al.
Veröffentlicht: (2026)

Stochastic Model of siRNA Endosomal Escape Mediated by Fusogenic Peptides in OVCAR-3
von: Yadav, Nisha, et al.
Veröffentlicht: (2024)

A Benchmark for Quantum Chemistry Relaxations via Machine Learning Interatomic Potentials
von: Fu, Cong, et al.
Veröffentlicht: (2025)

VibeProteinBench: An Evaluation Benchmark for Language-interfaced Vibe Protein Design
von: Seo, Hyunjin, et al.
Veröffentlicht: (2026)

HelixVS: Deep Learning-Enhanced Structure-Based Platform for Screening and Design
von: Zhang, Shanzhuo, et al.
Veröffentlicht: (2025)

No winners: Performance of lung cancer prediction models depends on screening-detected, incidental, and biopsied pulmonary nodule use cases
von: Li, Thomas Z., et al.
Veröffentlicht: (2024)