Therapeutics Data Commons
药物发现 ML 数据集与排行榜集合：66 数据集 / 22 任务
内容与规模
原论文口径 66 个 AI-ready 数据集、22 个学习任务 [2]；官网现列 8 组排行榜：ADMET、DrugCombo、Docking、DTI DG、Single-cell DTI、Protein-Peptide Binding Affinity、Counterfactual Prediction、Clinical Trial Outcome Prediction [1]。ADMET 组含 22 个端点、采用 scaffold split。注意"22"出现在任务数与 ADMET 端点数两个不同层级，勿混用。
真值来源与是否盲测
数据汇编自公开数据库与文献，回顾式整理，排行榜为公开测试集，不是盲测。运营方为学术课题组（2021 起，具体机构未核）。
谁用它发布结果
学术模型与部分企业用其 ADMET 榜对外发布成绩；闭源 ADMET 平台多以公司口径宣布名次（如 Inductive Bio 自述连续三届夺冠，PR 稿），难独立核验。
泄漏与缺陷
审计覆盖 22 项 TDC 与 9 项 MoleculeNet 在内的 51 个配置，多数存在冲突标签与训练测试泄漏 [3]；见 数据泄漏（训练-测试泄漏）。公开测试集意味着可被调参过拟合。
来源
相关卡片
卡片整理 2026-10-15。公司自报数据标“公司口径”；⚠️ 为未经独立核实。