Der meistzitierte akademische σ-Profil-Referenzdatensatz (LVPP) liefert nur das σ-Profil – keine Geometrien, keine Kavitätskonstruktionsparameter, keine σ-Momente, keine Reproduzierbarkeits-Metadaten. Wer ihn verifizieren oder erweitern will, muss alles von Grund auf neu herleiten, weshalb die nachgelagerte Korrelation gegen ihn in Drittmessungen nie höher als r² ≈ 0,20 liegt.

Die MolForge-Ground-Truth-Kohorte löst das: 100 wirkstoffähnliche Moleküle mit dem vollständigen Datenpaket in .mfsig.json v2.0-apex. SHA-256-Audit. Bit-reproduzierbar über mol.recompute() auf derselben Hardware. Jeder kann die Kohorte mit einem pip install + einem Pod-Run verifizieren oder erweitern.

Kohortenzusammensetzung

10 kleine Moleküle ≤ 8 Atome + 15 aromatische Einzelringe + 10 Polyringe + 25 Wirkstoffgerüste + 25 Top-50-verschriebene + 15 COSMO-RS-Lösungsmittel-Arbeitspferde. Je < 50 Schweratome, Ladung = 0, RDKit-parsebar.

Rechenbudget

Die 100-Wirkstoff-Ground-Truth-Kohorte ist bit-reproduzierbar, pro Wirkstoff signiert und wird mit einer Zenodo-artigen DOI auf der Reference-Stufe ausgeliefert. Der erste σ-Profil-Referenzdatensatz in der Literatur, bei dem jeder mit derselben Hardware jeden Eintrag neu verifizieren kann.