ParetoMol Benchmark Datasets: FDA-Approved Drugs, EGFR Inhibitors, and Cross-Class ADMET Compounds

Three benchmark datasets used in the ParetoMol case studies (Yabbarov & Vargas-Hernández, 2026). fda_approved_1949.csv — 1,949 FDA-approved small-molecule drugs with SMILES and 104 ADMET-AI predicted endpoints. Used in Demonstration 1 (safety-augmented Pareto analysis). egfr_top50.csv — 50 EGFR inhibitors from ChEMBL with SMILES, pChEMBL activity values, and ADMET-AI predictions. Used in Demonstration 2 (scaffold-level AhR activation analysis). cross_class_admet.json — 92 compounds across 6 drug classes (HIV protease inhibitors, SSRIs, EGFR inhibitors, beta-blockers, statins, NSAIDs) with SMILES and ADMET-AI predictions. Used in Demonstration 3 (cross-class ADMET comparison). ADMET predictions generated by ADMET-AI (Swanson et al., 2024) via the ParetoMol Tier 2 prediction service.本ParetoMol案例研究中使用的3个基准数据集（Yabbarov与Vargas-Hernández, 2026）。 fda_approved_1949.csv —— 包含1949种已获美国食品药品监督管理局(FDA)批准的小分子药物，附带SMILES结构与104项ADMET-AI预测终点指标。该数据集用于演示1（安全性增强型帕累托分析）。 egfr_top50.csv —— 包含来自ChEMBL数据库的50种表皮生长因子受体(EGFR)抑制剂，附带SMILES结构、pChEMBL活性值以及ADMET-AI预测结果。该数据集用于演示2（骨架级芳香烃受体(AhR)激活分析）。 cross_class_admet.json —— 涵盖6类药物（HIV蛋白酶抑制剂、选择性5-羟色胺再摄取抑制剂(SSRIs)、EGFR抑制剂、β受体阻滞剂、他汀类药物、非甾体抗炎药(NSAIDs)）中的92种化合物，附带SMILES结构与ADMET-AI预测结果。该数据集用于演示3（跨类别ADMET比较分析）。 所有ADMET预测结果均由ADMET-AI（Swanson等, 2024）通过ParetoMol二级预测服务生成。