MétaCan
Menu
Retour à la cohorte
Enregistrement W4412163854 · doi:10.1158/1557-3265.aimachine-a013

Abstract A013: Facilitating AI-Based Hit Discovery through the Development of the AIRCHECK Platform

2025· article· en· W4412163854 sur OpenAlexaffabout
Nabin Bagale, Shaghayegh Reza, James Wellnitz, Rafael M. Couñago, Alexander Tropsha, Benjamin Haibe‐Kains, Matthieu Schapira, C. Arrowsmith, A.M. Edwards

Notice bibliographique

RevueClinical Cancer Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMedical Imaging and Analysis
Établissements canadiensPrincess Margaret Cancer CentreOntario Institute for Cancer ResearchStructural Genomics Consortium
Organismes subventionnairesnon disponible
Mots-clésMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Efficient hit discovery is a critical step in drug development, traditionally achieved through high-throughput screening (HTS). Newer methods such as DNA-Encoded Libraries (DEL) and Affinity Selection Mass Spectrometry (ASMS) offer large-scale, cost-effective alternatives. However, they remain limited by synthesis constraints and costly validation steps. To address these challenges, researchers increasingly turn to artificial intelligence (AI) to predict compound bioactivity and virtually screen vast chemical libraries. Although promising, AI performance depends on the quality and diversity of training data and often struggles with generalization. Moreover, most DEL and ASMS datasets are proprietary, hindering transparency and reproducibility. Methods: To tackle the challenges of AI-based hit discovery, we present the Artificial Intelligence Ready CHEmiCal Knowledge-base (AIRCHECK), an open platform designed to make DEL and ASMS datasets accessible and AI-ready. AIRCHECK enables contributors, especially companies working with these technologies, to share data in a standardized format. The datasets are curated, chemical features extracted, and experimental results analyzed to assign proper labels, allowing even those with limited chemistry expertise to build models without additional data processing. Currently, AIRCHECK hosts around 25 AI-ready DEL datasets from three companies, covering billions of compounds, and EAS-MS (Enantioselective Protein ASMS) datasets involving nearly 80 screened proteins. Results: The AIRCHECK platform also offers baseline artificial intelligence models to support the virtual screening of chemical libraries for potential hits, with open-source codes available. The current model is based on a proof-of-concept for fingerprint-based AI-driven hit discovery, implemented as an ensemble of three Light Gradient Boosting Machines (LGBMs), each trained on a different chemical fingerprint: FCFP4, AtomPair, and Topological Torsion. Predictions are averaged across models to enhance robustness. Post-prediction filtering applies multiple chemistry-based rules to prioritize drug-like candidates. To promote chemical diversity, we use fingerprints and the LeaderPicker algorithm to cluster hits and select representative compounds for experimental testing. The model was trained on a subset (∼375,000 compounds) of a 3-billion-member DEL screened against WDR91. It was then used to virtually screen 37 billion compounds from the Enamine REAL Space library. From 48 top-ranked predictions tested experimentally, seven compounds were confirmed to have binding affinities. Significance: These results highlight the effectiveness of AI-driven hit discovery and validate our efforts to expand access to high-quality data, develop robust AI models, and make them openly available. Looking ahead, we plan to grow AIRCHECK into a collaborative framework that enables contributors to build on these resources using open-source tools and cloud platforms to foster transparency, accessibility, and innovation across the biotech and AI communities. Citation Format: Nabin Bagale, Shaghayegh Reza, James Wellnitz, Rafael M. Couñago, Alexander Tropsha, Benjamin Haibe-Kains, Matthieu Schapira, Cheryl Arrowsmith, Aled Edwards. Facilitating AI-Based Hit Discovery through the Development of the AIRCHECK Platform [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Artificial Intelligence and Machine Learning; 2025 Jul 10-12; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(13_Suppl):Abstract nr A013.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,220
Tête enseignante GPT0,506
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetMedical Imaging and AnalysisTravaux en français237 207