12 DUD-E / LIT-PCBA
虚拟筛选富集的两代静态集:DUD-E 用构造诱饵,LIT-PCBA 用 PubChem 实测非活性;二者都有已知偏置或泄漏。DUD-E 存在诱饵与类似物偏置,会抬高 ML 结果;一项 2025 年预印本报告 LIT-PCBA 跨切分重复与近邻泄漏(单篇、未经同行评议)
bench-12 · 类型 B · 证据 L2 · 小分子 · 核心 30 项 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | DUD-E / LIT-PCBA;全称:有用诱饵目录增强版 / 无偏虚拟筛选数据集(PubChem 来源);别名:DUD-E、DUDE、LIT-PCBA、DUDE-Z、Directory of Useful Decoys, Enhanced;有歧义、不自动链接:DUD、MUV、DEKOIS |
| 家族 | 家族条目:MUV †(未核实);DUD-E ;LIT-PCBA ;DUDE-Z †(未核实)。边界:家族条目:MUV、DUD-E、LIT-PCBA 与后继 DUDE-Z;DEKOIS 2.0 仅作相关集提及;2006 年原版 DUD 未核查、未列为成员 |
| 领域 | 小分子 |
| 类型 | B:B 静态数据集套件。静态虚拟筛选数据集套件,无官方榜单 |
| 证据层级 | L2:回顾性,随机或聚类切分 |
| 发布方 | University of California, San Francisco (academic group)、University of Strasbourg (academic group)(学术实验室) |
| 首次发布 | (依据:DUD-E 论文(JMC 在线)) |
| 其他里程碑 | 期刊上线 (DUD-E 论文 JMC 在线) |
| 最近更新 | †(未核实),仅维护:DUDE-Z 页面:推荐网格与配体/诱饵文件按论文用 DOCK3.8 复核;未检出 DUD-E 或 LIT-PCBA 的新数据版本。(2025 年 LIT-PCBA 第三方审计不是数据集更新)。此为最近一次有出处的事件,不代表此后没有更新 |
| 下一次预期 | 无公告(两个数据集均无版本迭代计划公布。) |
| 规模 | DUD-E:102 个靶点、22,886 个活性分子;LIT-PCBA:15 个靶点、7,761 个活性、382,674 个非活性(官网计数) 明细:靶点(DUD-E) 102;活性分子(DUD-E) 22,886;每个活性的诱饵(DUD-E) 50;靶点(LIT-PCBA) 15;活性分子(LIT-PCBA (official site; some sources give 7,844)) 7,761;唯一非活性分子(LIT-PCBA (official site; some sources give 407,381)) 382,674;靶点(DUDE-Z) 43 |
| 状态 | ◐ 低频:静态;LIT-PCBA 于 2025 年被审计出跨切分重复 |
| wet lab 更新 | 静态:不新增实验;DUD-E 用构造诱饵,LIT-PCBA 用 PubChem 实测数据 |
| 需自补 wet lab | 断言真实泛化时需要 |
| 报告模型数 | 2 个计入(赛后复用 2);另 3 条不计入(未证实 3) |
| 当前排名 | ◌ 第三方(见当前排名) |
| 全站实体页 | 无(全站 /entities/ 体系中没有该 benchmark 的页面。) |
| 截至 | 2026-11-16 |
测什么、怎么测
- 任务:虚拟筛选富集:把真活性分子排在诱饵或实测非活性分子之前
- 真值:DUD-E:ChEMBL 活性加理化匹配的 ZINC 诱饵;LIT-PCBA:PubChem 剂量-反应实验标签
- 主指标:AUROC、EF1%
- 次指标:BEDROC;logAUC
- 版本陷阱:DUD-E、DUDE-Z、LIT-PCBA 不可混报;LIT-PCBA 的 validation 实为留出测试,需另切内部验证集;计数口径有两套
当前排名
状态:◌ 第三方
- 指标:中位 EF1%(LIT-PCBA)
- 评测集 / 口径:LIT-PCBA, 15 targets (DUD-E: no current site-model numbers)
- 快照日期:
排名行不显示分数:无头条数字:排名来源没有第 1 名条目(均为未排名或特定协议条目),按不可比方式显示说明文字。
说明:两集均无官方榜单;来源为未经同行评议的预印本;AlphaFold 3、Protenix、Boltz-2 只有二手定性说法、无数字;已知偏置与泄漏
| 模型 | 名次 | 数值 | 指标 | 评测集 / 口径 | 来源类型 | 日期 | 出处 | 说明 |
|---|---|---|---|---|---|---|---|---|
| Supervised ML re-ranking (best)(非本站模型) | — | median EF1% 4.49 | 中位 EF1%(LIT-PCBA) | LIT-PCBA, 15 targets (DUD-E: no current site-model numbers) | 第三方 | 出处 | 非本站模型;该研究中最佳 | |
| AutoDock-GPU + GNINA rescoring(非本站模型) | — | median EF1% 2.14 | 中位 EF1%(LIT-PCBA) | LIT-PCBA, 15 targets (DUD-E: no current site-model numbers) | 第三方 | 出处 | 非本站模型;最佳单一打分器 | |
| DiffDock | — | median EF1% 1.17 | 中位 EF1%(LIT-PCBA) | LIT-PCBA, 15 targets (DUD-E: no current site-model numbers) | 第三方 | 出处 | DiffDock-GNINA 变体更低;在 OPRK1 上所有变体为零 | |
| AutoDock Vina | — | median EF1% 1.3, median AUROC 0.61 | 中位 EF1%(LIT-PCBA) | LIT-PCBA, 15 targets (DUD-E: no current site-model numbers) | 第三方 | 出处 | 该预印本引自文献、非作者自跑;作者自跑 AutoDock-GPU 另列 |
排名数据读取于 2026-11-16。分数原样照录,不换算、不跨 benchmark 比较。
报告过的模型
按关系类型分组;计数口径见配对矩阵。2 个计入(赛后复用 2);另 3 条不计入(未证实 3)。
赛后数据复用(2)
未证实(3,不计数)
- AlphaFold 3:依据只是本站自己的页面(未核实):仅一篇二手摘要提到该家族,无数值,基准论文未评它(未知,置信度低,未核实†;—)
- Boltz-2:第三方论文用的是另一套 decoy 集,不清楚属于该家族,且为二手(未核实)(未知,置信度低,未核实†;出处)
- Protenix:依据只是本站自己的页面(未核实):仅二手提及,无数值(未知,置信度低,未核实†;—)
局限与注意
- DUD-E 存在诱饵与类似物偏置,会抬高 ML 结果;一项 2025 年预印本报告 LIT-PCBA 跨切分重复与近邻泄漏(单篇、未经同行评议)
- 该审计称零学习的记忆基线可追平或超过 SOTA;未见 LIT-PCBA 作者回应
- 2026 年一项预印本称对接与 ML 重排序在 LIT-PCBA 上只比随机略好(未经同行评议)
- LIT-PCBA 计数有两套(官网与部分档案不同),本条目按官网
- 回顾性基准;未找到分数提升带来实验命中率提升的系统证据
新模型怎么用
静态下载即可运行,无需湿实验。用 LIT-PCBA 前先对训练/验证去重并做近邻分析,另切内部验证集;报告 EF1% 时给置信区间与逐靶点分布,并加仅配体基线与近邻记忆基线。新骨架发现须自补前瞻测定或参加 CACHE;可搭配 CASF-2016 与 PLINDER。
搭配:CACHE · CASF-2016 · PLINDER / PINDER / Runs N' Poses · PoseBusters
来源
- DUD-E 论文(J Med Chem 2012)(期刊)
- DUD-E 官网(官方网站)
- DUDE-Z 官网(官方网站)
- LIT-PCBA 论文(JCIM 2020)(期刊)
- LIT-PCBA 数据页(官方网站)
- LIT-PCBA 审计预印本(arXiv 2507.21404)(第三方论文)
- LIT-PCBA 对接基准预印本(arXiv 2605.01681)(第三方论文)
- DUD-E 偏置分析(PLoS ONE 2019)(第三方论文)
- 共折叠模型虚筛评估(Chem Sci 2026,二手引用)(二手)
更正记录
无。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。