TACK(TArgeting Chimeras Knowledge)는 2026년 분자공학 인공지능 연구소에서 발표한 표준화된 지식 기반 데이터셋이자 벤치마크 세트입니다. 이 데이터셋은 머신러닝 기반 PROTAC 분해 활성 예측 작업을 위해 특별히 구축되었습니다. 관련 연구 논문은 다음과 같습니다... TACK: 새로운 TArgeting Chimeras Knowledge 데이터 세트에 대한 분해 활동의 통계적 평가이 모델은 기존 PROTAC 머신러닝 벤치마크의 데이터 부족, 엄격한 평가 부재, 제한적인 적용 범위 등의 문제점을 해결하는 것을 목표로 합니다. PROTAC 분해 활성 예측, 표적 단백질 분해(TPD) 연구, AI 기반 신약 개발(AIDD), 컴퓨터 지원 신약 설계(CADD), 가상 신약 스크리닝, 다중 작업 학습, 분자 특성 예측, 그래프 신경망 연구, 머신러닝 벤치마크 테스트 등 다양한 분야에서 널리 활용되고 있습니다. 이 데이터 세트는 6,561개의 레코드를 포함하며, 그중 4,184개는 DC50 레코드, 2,377개는 Dmax 레코드, 1,563개는 멀티태스크 레코드입니다. 이 데이터 세트는 3,514개의 고유한 PROTAC 분자, 164개의 표적 단백질(POI), 9개의 E3 유비퀴틴 리가제(E3 리가제), 그리고 155개의 세포주를 포함하며, 풍부한 화학 구조적 특징과 다양한 생물학적 실험 조건을 보여줍니다. DC₅₀ ≤ 100 nM 및 Dmax ≥ 80%의 활성 기준에 따라 약 55% 샘플이 활성 샘플로 분류되었습니다.

데이터 세트 구성

이 데이터셋은 서로 다른 유형의 PROTAC 분해 활성 예측 작업을 지원하기 위한 세 가지 데이터 하위 집합을 포함합니다.

• DC50: 단백질 분해 효율 측정값(DC₅₀)만 포함하며 총 4,184개의 기록이 있습니다.
• Dmax: 최대 분해 효율 지수(Dmax) 데이터만 포함하며, 총 2,377건의 기록이 있습니다.
• 멀티태스크: 동일한 실험 조건에서 동일한 PROTAC 분자에 대한 DC₅₀ 및 Dmax 데이터가 쌍으로 포함되어 있으며, 총 1,563개의 레코드가 있습니다. 멀티태스크 학습 및 이진 분류 연구에 적합합니다.

소환

@misc{ribes2026tackstatisticalevaluationdegradation,
title={TACK: A statistical evaluation of degradation activity on a novel TArgeting Chimeras Knowledge dataset},
author={Stefano Ribes and Nils Dunlop and Rocío Mercado},
year={2026},
eprint={2605.19579},
archivePrefix={arXiv},
primaryClass={q-bio.QM},
url={https://arxiv.org/abs/2605.19579},
}