Aktivitäts-, Test- und Ziel-Datenkuratierung und Qualität in der ChEMBL-Datenbank

Das Aufkommen einer Reihe öffentlich verfügbarer Bioaktivitätsdatenbanken wie ChEMBL, PubChem BioAssay und BindingDB hat das Bewusstsein für die Themen Datenkuratierung, Qualität und Integrität geschärft. Hier bieten wir einen Überblick und eine Diskussion der aktuellen und zukünftigen Ansätze zur Aktivitäts-, Test- und Zieldatenkuratierung der ChEMBL-Datenbank. Dieser Kuratierungsprozess umfasst mehrere manuelle und automatisierte Schritte und hat zum Ziel: (1) die Datenzugänglichkeit und Vergleichbarkeit zu maximieren; (2) die Datenintegrität zu verbessern und Ausreißer, Mehrdeutigkeiten und potenzielle Fehler zu kennzeichnen; sowie (3) weitere kuratierte Annotationen und Zuordnungen hinzuzufügen, wodurch die Nützlichkeit und Genauigkeit der ChEMBL-Daten für alle Nutzer und insbesondere Modeller erhöht wird. Probleme in Bezug auf Aktivitäts-, Test- und Zieldatenkuratierung und -integrität sowie deren potenzielle Auswirkungen für die Datenanwender werden diskutiert, ebenso wie robuste Auswahl- und Filterstrategien, um diese je nach gewünschter Anwendung zu vermeiden oder zu minimieren.