L'ensemble de référence de σ-profiles le plus cité dans le milieu académique (LVPP) ne fournit que le σ-profile — pas de géométries, pas de paramètres de construction de cavité, pas de σ-moments, pas de métadonnées de reproductibilité. Quiconque tente de le vérifier ou de l'étendre doit tout redériver à partir de zéro, c'est pourquoi la corrélation en aval avec lui ne dépasse jamais r² ≈ 0,20 dans les mesures de tiers.

La cohorte MolForge Ground-Truth résout cela : 100 molécules pharmaceutiques avec le pack de données complet en .mfsig.json v2.0-apex. Audit SHA-256. Reproductible bit à bit via mol.recompute() sur le même matériel. Quiconque peut vérifier ou étendre la cohorte avec un pip install + une exécution de pod.

Composition de la cohorte

10 petites molécules ≤ 8 atomes + 15 monocycliques aromatiques + 10 polycycliques + 25 structures pharmaceutiques + 25 parmi les 50 plus prescrites + 15 solvants de référence COSMO-RS. < 50 atomes lourds chacune, charge = 0, analysables par RDKit.

Budget de calcul

La cohorte Ground-Truth de 100 médicaments est reproductible bit à bit, signée par médicament et livrée avec un DOI de style Zenodo au niveau Reference. Le premier jeu de données de référence de σ-profiles dans la littérature où quiconque disposant du même matériel peut revérifier chaque entrée.