OpenBind's first release: A structure-affinity dataset for structure-based AI
EV-A71 2A protease を単一標的に 925 結晶 + 699 化合物 + 601 affinity を一斉公開
🎯 "新アーキより、深いデータ" — 単一標的の dense X 線 + affinity データセットで構造ベース AI の弱点をあぶり出す素材を提供
① 背景と課題

構造ベース機械学習の進化は、アーキテクチャの新規性に偏った最適化のために実用ターゲットでの予測精度が頭打ちになる傾向がある。原因の多くは、訓練/評価データの薄さ・偏り・ノイズに帰着する。

PDBbind/BindingDB は多ターゲット薄広で、target-specific の検証には弱い
CrossDocked のような合成ポーズ集は real な crystal/affinity と乖離
cofolding / docking / affinity 予測の失敗ケースの体系的解析素材が不足

→ 単一標的に深く深く実験データを揃え、AI モデルの弱点を狙い撃ち検証する

② OpenBind dataset
EV-A71 2A protease (target) public health threat Crystallographic + affinity workflow 925 X-ray 699 mols 601 affinity events measurements OpenBind public Zenodo dataset + benchmark code SBDD AI train OpenBind structure-affinity workflow

EV-A71 2A protease に密集した crystal + affinity を Zenodo + benchmark code として公開

③ 本リリースで示したこと
  • EV-A71 2A protease に対し 925 件の結晶構造を一斉に公開
  • 699 化合物のリガンド構造を提供
  • 601 化合物については affinity 測定値も付随
  • cofolding / docking / affinity 予測の弱点解析を community に呼びかけ
④ 主な結果 (a) 規模
Dataset volume (single target) 925 X-ray events co-crystallized 699 compounds chem structures 601 affinities measured
④ 主な結果 (b) workflow
SBDD AI training funnel Compound progression (699) Crystallographic snapshots (925) Affinity measurement (601) Bench / benchmark code Public release
④ 主な結果 (c) 既存 dataset との比較
Density profile vs existing Density high low PDBbind many targets BindingDB heterogeneous CrossDocked synthetic poses OpenBind dense, 1 target
④ 主な結果 (d) サマリ
項目OpenBind初回
標的EV-A71 2A protease
結晶925 binding events
化合物699 unique molecules
affinity601 化合物
公開Zenodo + GitHub bench
用途SBDD AI: training / FT / benchmark / error analysis
⑤ テイクホームメッセージ
🧮 深い × 単一標的
多ターゲット平均の罠を避け、EV-A71 2A protease で密な実験データを揃える方針。
📊 SBDD AI の真の課題は data
新アーキでなく、整合の取れた大量結晶+affinityが次世代モデルを支える。
🚀 retrospective benchmark に直結
UniDock/GNINA/cofolding 系の系統失敗をあぶり出す素材として直接使える。
🌍 公衆衛生上の意義
EV-A71 は手足口病/急性脳炎の原因。創薬基盤の側面でも価値が大きい。
識別情報
FieldValue
SourceOpenBind blog
Zenodo DOI10.5281/zenodo.20026661
bioRxiv10.1101/2025.02.03.636309
Date2026-05-05
BenchGitHub link
本研究のインパクト
  • 構造ベース AI 向けに dense+single-target という新しい dataset 設計指針を提示
  • cofolding / docking / affinity 予測の失敗を target-specific に解析する素地
  • EV-A71 (手足口病・脳炎) 治療薬開発に対する直接の貢献ポテンシャル
OpenBind consortium. OpenBind's first release: A structure-affinity dataset for structure-based AI. openbind.uk blog, 2026-05-05. Zenodo DOI 10.5281/zenodo.20026661 / bioRxiv 10.1101/2025.02.03.636309