guide: source-specific starter code; rank and display by each board's own metric

app.py

@@ -124,10 +124,16 @@ def _load_boards():
         # 모델 오차가 실험 오차의 몇 배인가. 1 에 붙을수록 측정 한계다.
         if best and nf.get("sd_single") and d["metric"] == "mae":
             d["error_over_noise"] = round(base[best]["mae"] / nf["sd_single"], 2)
-        if ("상수 예측" in base and "Morgan+LightGBM" in base
-                and base["Morgan+LightGBM"].get("mae") is not None
-                and base["상수 예측"].get("mae") is not None):
-            d["beats_constant"] = base["Morgan+LightGBM"]["mae"] < base["상수 예측"]["mae"]
+        # 학습 기준선이 상수 예측을 이기는가 - **그 부문의 주지표 위에서** 본다.
+        # MAE 로만 보면 상관으로 채점되는 부문은 뜻 없는 비교가 되고, AUROC 전용
+        # 부문은 mae 가 None 이라 비교 자체가 없었다.
+        mk, mhb = primary_metric(d)
+        tr = (base.get("Morgan+LightGBM") or {}).get(mk)
+        co = (base.get("상수 예측") or {}).get(mk)
+        if tr is not None and co is not None:
+            d["beats_constant"] = (tr > co) if mhb else (tr < co)
+            # 격차를 함께 싣는다. "이겼다/졌다"만으로는 0.003 과 0.27 이 같아 보인다.
+            d["beats_constant_margin"] = round((tr - co) if mhb else (co - tr), 4)
         if d.get("n_test"):
             d["near_pct"] = round(100.0 * d.get("near_threshold", 0) / d["n_test"], 1)
         m = meta.get(d["board"]) or {}
@@ -138,6 +144,22 @@ def _load_boards():
     return out
 
 
+def primary_metric(b):
+    """이 부문의 주지표와 방향. (key, higher_better)
+
+    표현형은 프로파일 상관, 분류 전용은 AUROC, 나머지는 MAE 다. 판정을 여기 한 곳에
+    두는 이유는 채점기와 화면이 서로 다른 지표를 보고 있었기 때문이다 - Phenotype 는
+    상관으로 채점되는데 화면은 MAE 만 띄워서, 학습 기준선이 상수 예측을 0.003 차이로
+    간신히 이기는 것처럼 보였다(실제 상관으로는 0.092 대 0.159, 잡음 바닥의 7.6배).
+    """
+    if (b or {}).get("metric") == "profile_corr":
+        return "profile_corr", True
+    bl = (b or {}).get("baselines") or {}
+    if bl and all(v.get("mae") is None for v in bl.values())             and any(v.get("auroc") is not None for v in bl.values()):
+        return "auroc", True
+    return "mae", False
+
+
 def boards():
     return cached("boards", 300, _load_boards)
 
@@ -268,7 +290,12 @@ def api_leaders():
             top = ent[0] if ent else None
             nf = (b.get("noise_floor") or {}).get("sd_single")
             base = b.get("baselines") or {}
+            mkey, mhb = primary_metric(b)
+            vals = [v.get(mkey) for v in base.values() if v.get(mkey) is not None]
             row = {"board": name, "n_test": b.get("n_test"),
+                   "metric": mkey, "higher_better": mhb,
+                   # 주지표 위에서의 최선 기준선. 넘어야 할 선은 하나뿐이다.
+                   "baseline_best_score": (max(vals) if mhb else min(vals)) if vals else None,
                    "blurb": b.get("blurb"), "blurb_en": b.get("blurb_en"),
                    "split_grade": b.get("split_grade"), "answer_grade": b.get("answer_grade"),
                    "noise_floor": nf, "entries": len(ent),
@@ -279,6 +306,8 @@ def api_leaders():
                    "leader": None}
             if top:
                 row["leader"] = {"method": top.get("method"), "user": top.get("user"),
+                                 # score 는 그 부문 주지표 위의 값이다. mae 는 옛 표시부 호환.
+                                 "score": top.get("score", top.get("mae")),
                                  "mae": top.get("mae"), "auroc": top.get("auroc"),
                                  "verified": bool(top.get("verified")), "leak": top.get("leak")}
             out.append(row)

data/caco2_card.json

@@ -42,5 +42,17 @@
  "axis": "A",
  "desc_ko": "장 상피 투과도",
  "desc_en": "Intestinal permeability",
- "built": "2026-08-22"
+ "built": "2026-08-22",
+ "stype": "Papp",
+ "units": {
+  "10^-6 cm/s": 1.0,
+  "ucm/s": 1.0,
+  "cm s-1": 1000000.0,
+  "nm/s": 0.0001
+ },
+ "log": true,
+ "clip": [
+  -4.0,
+  4.0
+ ]
 }

data/halflife_card.json

@@ -42,5 +42,16 @@
  "axis": "E",
  "desc_ko": "반감기 — 몸에 얼마나 머무나",
  "desc_en": "Half-life — how long it stays",
- "built": "2026-08-22"
+ "built": "2026-08-22",
+ "stype": "T1/2",
+ "units": {
+  "hr": 1.0,
+  "min": 0.016666666666666666,
+  "day": 24.0
+ },
+ "log": true,
+ "clip": [
+  -3.0,
+  4.0
+ ]
 }

data/ld50_card.json

@@ -42,5 +42,16 @@
  "axis": "T",
  "desc_ko": "급성독성 — 치사량",
  "desc_en": "Acute toxicity — lethal dose",
- "built": "2026-08-22"
+ "built": "2026-08-22",
+ "stype": "LD50",
+ "units": {
+  "mg.kg-1": "mass",
+  "umol.kg-1": 1e-06,
+  "mol.kg-1": 1.0
+ },
+ "log": "neg",
+ "clip": [
+  0.0,
+  9.0
+ ]
 }

data/logp_card.json

@@ -42,5 +42,14 @@
  "axis": "A",
  "desc_ko": "친유성 — 기름과 물 사이 분배",
  "desc_en": "Lipophilicity — octanol/water partition",
- "built": "2026-08-22"
+ "built": "2026-08-22",
+ "stype": "LogP",
+ "units": {
+  "null": 1.0
+ },
+ "log": false,
+ "clip": [
+  -5.0,
+  10.0
+ ]
 }

data/mtb_card.json

@@ -1,6 +1,6 @@
 {
  "board": "MTB",
- "target": "—",
+ "target": "CHEMBL360",
  "type": "pMIC (전세포 최소억제농도)",
  "cut": 2020,
  "threshold": 4.5,
@@ -44,5 +44,18 @@
  "axis": "X",
  "desc_ko": "결핵균 - 표준균주 H37Rv 전세포 사멸",
  "desc_en": "M. tuberculosis H37Rv whole-cell kill",
- "built": "2026-08-24"
+ "built": "2026-08-24",
+ "stype": "MIC",
+ "units": {
+  "ug.mL-1": "mass",
+  "nM": 1e-09,
+  "uM": 1e-06,
+  "M": 1.0,
+  "nmol/L": 1e-09
+ },
+ "log": "neg",
+ "clip": [
+  2.0,
+  9.0
+ ]
 }

data/ppb_card.json

@@ -42,5 +42,14 @@
  "axis": "D",
  "desc_ko": "혈장단백결합 — 유리 약물 비율을 정한다",
  "desc_en": "Plasma protein binding — sets the free fraction",
- "built": "2026-08-22"
+ "built": "2026-08-22",
+ "stype": "PPB",
+ "units": {
+  "%": 1.0
+ },
+ "log": false,
+ "clip": [
+  0.0,
+  100.0
+ ]
 }

data/saureus_card.json

@@ -1,6 +1,6 @@
 {
  "board": "SAureus",
- "target": "—",
+ "target": "CHEMBL352",
  "type": "pMIC (전세포 최소억제농도)",
  "cut": 2023,
  "threshold": 4.5,
@@ -44,5 +44,18 @@
  "axis": "X",
  "desc_ko": "황색포도상구균 - 전세포 사멸",
  "desc_en": "S. aureus whole-cell kill",
- "built": "2026-08-24"
+ "built": "2026-08-24",
+ "stype": "MIC",
+ "units": {
+  "ug.mL-1": "mass",
+  "nM": 1e-09,
+  "uM": 1e-06,
+  "M": 1.0,
+  "nmol/L": 1e-09
+ },
+ "log": "neg",
+ "clip": [
+  2.0,
+  9.0
+ ]
 }

data/sepidermidis_card.json

@@ -1,6 +1,6 @@
 {
  "board": "SEpidermidis",
- "target": "—",
+ "target": "CHEMBL353",
  "type": "pMIC (전세포 최소억제농도)",
  "cut": 2018,
  "threshold": 4.5,
@@ -44,5 +44,18 @@
  "axis": "X",
  "desc_ko": "표피포도상구균 - 전세포 사멸",
  "desc_en": "S. epidermidis whole-cell kill",
- "built": "2026-08-24"
+ "built": "2026-08-24",
+ "stype": "MIC",
+ "units": {
+  "ug.mL-1": "mass",
+  "nM": 1e-09,
+  "uM": 1e-06,
+  "M": 1.0,
+  "nmol/L": 1e-09
+ },
+ "log": "neg",
+ "clip": [
+  2.0,
+  9.0
+ ]
 }

data/vdss_card.json

@@ -42,5 +42,15 @@
  "axis": "D",
  "desc_ko": "분포용적 — 조직으로 얼마나 퍼지나",
  "desc_en": "Volume of distribution",
- "built": "2026-08-22"
+ "built": "2026-08-22",
+ "stype": "Vdss",
+ "units": {
+  "L.kg-1": 1.0,
+  "mL.kg-1": 0.001
+ },
+ "log": true,
+ "clip": [
+  -3.0,
+  3.0
+ ]
 }

index.html

@@ -298,10 +298,28 @@ function terrain(items,link){
 /* 분류 전용 부문은 MAE 기준선이 없다. 그런 부문을 0 으로 처리하면 지형도 맨 왼쪽에
    붙어 "측정 한계에 도달했다"로 보인다. 재지 못한 것과 재서 작은 것은 다르므로 비운다. */
 const blurb=b=>esc(L==="ko"?(b.blurb||""):(b.blurb_en||b.blurb||""));
+/* 부문마다 주지표가 다르다. 판정을 한 곳에만 둔다.
+   화면이 MAE 만 알고 있어서, 프로파일 상관으로 채점되는 Phenotype 이 "학습 기준선이
+   상수 예측을 0.003 차이로 간신히 이긴다"로 보였다. 실제 지표로는 0.092 대 0.159 로
+   잡음 바닥의 7.6배 차이다. 지표를 잘못 띄우면 부문이 고장 난 것처럼 읽힌다. */
+const metricOf=b=>{
+  if((b||{}).metric==="profile_corr") return {key:"profile_corr",hb:true,label:"프로파일 상관"};
+  const bl=Object.values((b||{}).baselines||{});
+  if(bl.length&&bl.every(v=>v.mae==null)&&bl.some(v=>v.auroc!=null))
+    return {key:"auroc",hb:true,label:"AUROC"};
+  return {key:"mae",hb:false,label:"MAE"};
+};
+const metricLabel=b=>{const m=metricOf(b);
+  return L==="ko"?(m.label+" ("+(m.hb?"높을수록":"낮을수록")+" 좋음)")
+                 :(m.label+" ("+(m.hb?"higher":"lower")+" is better)");};
+const blScore=(b,v)=>v?v[metricOf(b).key]:null;
+/* 측정 한계비는 오차 지표 위에서만 뜻이 있다. 상관 부문에서 MAE 로 계산하면
+   3.40/0.0088 = 385 같은 무의미한 수가 나온다. 재지 못한 것은 비운다. */
 const ratioOf=b=>{
   const nf=(b.noise_floor||{}).sd_single;
+  if(metricOf(b).key!=="mae"||!nf) return null;
   const maes=Object.values(b.baselines||{}).map(v=>v.mae).filter(v=>v!=null);
-  if(!nf||!maes.length) return null;
+  if(!maes.length) return null;
   return Math.min(...maes)/nf;
 };
 
@@ -405,13 +423,14 @@ async function paintLeaders(){
   const rows=d.rows.map(r=>{
     const ld=r.leader;   // 전역 L 은 언어다. 가리지 않는다
     // 점수는 부문마다 주지표가 다르다. 회귀 부문은 MAE, 분류 전용 부문은 AUROC.
-    const reg=r.baseline_best!=null;
-    const score=ld?(reg?ld.mae:ld.auroc):null;
-    const bas=reg?r.baseline_best:r.baseline_best_auroc;
+    const hb=!!r.higher_better;
+    const score=ld?(ld.score!=null?ld.score:(hb?ld.auroc:ld.mae)):null;
+    const bas=r.baseline_best_score!=null?r.baseline_best_score
+             :(hb?r.baseline_best_auroc:r.baseline_best);
     let vs="—";
     if(ld&&score!=null&&bas!=null){
-      const better=reg?score<bas:score>bas;
-      const gap=reg?(bas-score):(score-bas);
+      const better=hb?score>bas:score<bas;
+      const gap=hb?(score-bas):(bas-score);
       vs=`<span class="${better?"gain":"loss"}">${better?"▲":"▼"} ${Math.abs(gap).toFixed(3)}</span>`;
     }
     return `<tr>
@@ -470,7 +489,7 @@ function boardMini(b){
     <div class="nm">${esc(b.board)}<span class="chip">${b.split_grade}/${b.answer_grade}</span></div>
     <div class="bl">${blurb(b)}</div>
     <div class="ds">${t.cardCompounds(b.n_test.toLocaleString())} · ${t.noiseH} ${f((b.noise_floor||{}).sd_single)}<br>
-      ${esc(b.best_baseline)} ${bl.mae!=null?f(bl.mae):f(bl.auroc)}</div>
+      ${esc(b.best_baseline)} ${f(blScore(b,bl))}</div>
     <div class="mt"><span>${esc(b.source)}</span><span>${ratioOf(b)==null?"—":f(ratioOf(b),2)+"×"}</span></div></a>`;
 }
 
@@ -527,8 +546,9 @@ async function paneRank(b){
    대부분 그 단계에서 떨어진다. */
 function promptFor(b){
   const nf=(b.noise_floor||{}).sd_single;
+  const mk=metricOf(b);
   const bl=Object.entries(b.baselines||{})
-    .map(([k,v])=>`  ${k}: ${v.mae!=null?("MAE "+f(v.mae)):("AUROC "+f(v.auroc))}`).join("\n");
+    .map(([k,v])=>`  ${k}: ${mk.label} ${f(v[mk.key])}`).join("\n");
   const unit = b.type && b.type.indexOf("logS")>=0
     ? "logS = log10(용해도 in mol/L)"
     : b.threshold==null ? "부문 정의값" : "p 스케일 = -log10(농도 in M)";
@@ -552,7 +572,7 @@ b.cut ? `  ★ ${b.cut}년 이후 처음 보고된 화합물은 학습에 넣지
 `  정답을 조회해 채우지 말 것. 예측값이 실측과 소수 자리까지 일치하는 밀도를 검사한다.`,
 ``,
 `[평가]`,
-`  주지표 ${b.metric==="auroc"?"AUROC (높을수록 좋음)":"MAE (낮을수록 좋음)"}`,
+`  주지표 ${metricLabel(b)}`,
 nf ? `  이 부문의 실험 재현 오차는 ${f(nf)} 이다. 그보다 작은 차이는 순위로 인정되지 않는다.` : ``,
 `  넘어야 할 기준선:`,
 bl,
@@ -562,9 +582,26 @@ bl,
 }
 
 function starterFor(b){
+  /* 부문은 세 종류다. 하나의 뼈대로 덮으면 나머지 둘은 돌아가지 않는다.
+
+     ChEMBL 표적 활성  target_chembl_id + standard_type 으로 조회한다.
+     ChEMBL 물성·전세포  표적이 없거나 균이다. standard_type 과 assay 설명으로 고른다.
+     그 외 (JUMP 등)   ChEMBL 에 없다. 조회문을 지어내지 않는다.
+
+     세 번째를 첫 번째 뼈대로 내보내다가, 표적 자리에 em dash 가 박힌 코드를
+     참가자��게 주고 있었다. 그대로 돌리면 빈 훈련셋이 나온다. */
+  const isChembl=/^CHEMBL[0-9]+$/.test(String(b.target||""));
+  const stype=b.stype||b.type;
+  if(!isChembl && !b.stype) return starterNoChembl(b);
+  const q=[`    q = {"standard_type": "${stype}", "standard_relation": "=",`];
+  if(isChembl) q.push(`         "target_chembl_id": "${b.target}",`);
+  q.push(`         "limit": 1000, "offset": off}`);
+  const filt=[];
+  if(b.assay_keep) filt.push(`ak = re.compile(r"${b.assay_keep}", re.I)`);
+  if(b.assay_drop) filt.push(`ad = re.compile(r"${b.assay_drop}", re.I)`);
   return [
 `# ${b.board} 제출 뼈대`,
-`import json, math, requests, numpy as np`,
+`import json, math, re, requests, numpy as np`,
 `from rdkit import Chem`,
 `from rdkit.Chem import rdFingerprintGenerator`,
 `import lightgbm as lgb`,
@@ -573,31 +610,83 @@ function starterFor(b){
 `API = "https://www.ebi.ac.uk/chembl/api/data/activity.json"`,
 `rows, off = [], 0`,
 `while True:`,
-`    q = {"target_chembl_id": "${b.target}", "standard_type": "${b.type}",`,
-`         "standard_relation": "=", "limit": 1000, "offset": off}`,
+...q,
 `    d = requests.get(API, params=q, timeout=120).json()`,
 `    rows += d["activities"]; off += 1000`,
 `    if off >= d["page_meta"]["total_count"]: break`,
 ``,
-`# 2) 정제 — InChIKey 로 접고, 기준일 이후는 버린다`,
+filt.length?`# 2) 실험법 선별 — 같은 이름의 측정도 조건이 다르면 값이 다르다`:``,
+...filt,
+``,
+`# 3) 정제 — InChIKey 로 접고, 기준일 이후는 버린다`,
 `rec = {}`,
 `for r in rows:`,
 `    s, v, u, y = r["canonical_smiles"], r["standard_value"], r["standard_units"], r["document_year"]`,
-`    if not (s and v and u == "nM" and y): continue`,
+`    if not (s and v and y): continue`,
+b.assay_keep?`    if not ak.search(r.get("assay_description") or ""): continue`:``,
+b.assay_drop?`    if ad.search(r.get("assay_description") or ""): continue`:``,
+b.log===false?`    if u not in (None, ""): continue   # 이 부문 값은 무단위다`
+             :`    if u != "nM": continue`,
 `    m = Chem.MolFromSmiles(s)`,
 `    if m is None or float(v) <= 0: continue`,
 `    k = Chem.MolToInchiKey(m)`,
 `    rec.setdefault(k, {"y": [], "p": [], "m": m})`,
-`    rec[k]["y"].append(int(y)); rec[k]["p"].append(9.0 - math.log10(float(v)))`,
+b.log===false?`    rec[k]["y"].append(int(y)); rec[k]["p"].append(float(v))`
+             :`    rec[k]["y"].append(int(y)); rec[k]["p"].append(9.0 - math.log10(float(v)))`,
+b.clip?`rec = {k: v for k, v in rec.items()`:``,
+b.clip?`       if ${b.clip[0]} <= float(np.median(v["p"])) <= ${b.clip[1]}}   # 물리적 범위 밖은 입력 오류다`:``,
 `train = {k: v for k, v in rec.items() if min(v["y"]) < ${b.cut||2022}}   # ★ 테스트셋 제외`,
 ``,
-`# 3) 특징 · 학습`,
+`# 4) 특징 · 학습`,
 `gen = rdFingerprintGenerator.GetMorganGenerator(radius=2, fpSize=2048)`,
 `X = np.array([gen.GetFingerprintAsNumPy(v["m"]) for v in train.values()])`,
 `Y = np.array([float(np.median(v["p"])) for v in train.values()])`,
 `model = lgb.LGBMRegressor(n_estimators=500, learning_rate=0.05).fit(X, Y)`,
 ``,
-`# 4) 예측 · 저장`,
+`# 5) 예측 · 저장`,
+`test = json.load(open("${b.board.toLowerCase()}_test.json", encoding="utf-8"))`,
+`Xt = np.array([gen.GetFingerprintAsNumPy(Chem.MolFromSmiles(c["smiles"]))`,
+`               for c in test["compounds"]])`,
+`p = model.predict(Xt)`,
+`with open("predictions.csv", "w") as f:`,
+`    f.write("compound_id,prediction\n")`,
+`    for c, v in zip(test["compounds"], p):`,
+`        f.write("%s,%.4f\n" % (c["compound_id"], v))`
+].filter(x=>x!==``||true).join("\n");
+}
+
+/* ChEMBL 에서 나오지 않는 부문. 조회문을 지어내지 않고, 자료가 어디 있는지 밝힌다.
+   훈련 라벨은 우리가 만든 판본이므로 대신 만들어 줄 수 없다 - 규칙 그대로,
+   참가자가 공개 자료를 직접 큐레이션한다. */
+function starterNoChembl(b){
+  return [
+`# ${b.board} 제출 뼈대`,
+`#`,
+`# 이 부문은 ChEMBL 활성 조회로 만들어지지 않는다. 출처: ${b.source}`,
+`# 훈련 라벨은 본 시험대가 만든 판본이라 배포하지 않는다. 규칙 3조대로`,
+`# 공개 원자료에서 직접 만들어 써야 한다.`,
+`#`,
+`# 아래는 학습·예측·저장 부분이다. load_training() 만 채우면 된다.`,
+``,
+`import json, numpy as np`,
+`from rdkit import Chem`,
+`from rdkit.Chem import rdFingerprintGenerator`,
+`import lightgbm as lgb`,
+``,
+`def load_training():`,
+`    """(SMILES, 목표값) 목록을 낸다.`,
+`    출처: ${b.source}`,
+`    ${b.cut?("★ "+b.cut+"년 이후 처음 보고된 화합물은 넣지 말 것 — 그것이 테스트셋이다."):"시험 화합물과 겹치지 않게 구성할 것."}`,
+`    """`,
+`    raise NotImplementedError("공개 원자료에서 직접 구성한다")`,
+``,
+`pairs = load_training()`,
+`gen = rdFingerprintGenerator.GetMorganGenerator(radius=2, fpSize=2048)`,
+`mols = [Chem.MolFromSmiles(s) for s, _ in pairs]`,
+`X = np.array([gen.GetFingerprintAsNumPy(m) for m in mols if m is not None])`,
+`Y = np.array([y for (s, y), m in zip(pairs, mols) if m is not None])`,
+`model = lgb.LGBMRegressor(n_estimators=500, learning_rate=0.05).fit(X, Y)`,
+``,
 `test = json.load(open("${b.board.toLowerCase()}_test.json", encoding="utf-8"))`,
 `Xt = np.array([gen.GetFingerprintAsNumPy(Chem.MolFromSmiles(c["smiles"]))`,
 `               for c in test["compounds"]])`,
@@ -611,8 +700,9 @@ function starterFor(b){
 
 function paneGuide(b){
   const pr=promptFor(b), sk=starterFor(b);
+  const mk=metricOf(b);
   const bl=Object.entries(b.baselines||{}).sort((x,y)=>
-    (x[1].mae!=null?x[1].mae:-x[1].auroc)-(y[1].mae!=null?y[1].mae:-y[1].auroc));
+    (mk.hb?-1:1)*((x[1][mk.key]??0)-(y[1][mk.key]??0)));
   $("#pane").innerHTML=`
     <p class="lede" style="margin:6px 0 18px">${t.gdIntro}</p>
     <h3>${t.gdWhat}</h3><p class="dim" style="font-size:14.5px">${t.gdWhatD}</p>
@@ -626,9 +716,9 @@ function paneGuide(b){
       <pre class="fig" style="white-space:pre;overflow-x:auto;margin:0;font-size:12px">${esc(sk)}</pre></div>
     <h3>${t.gdTarget}</h3><p class="dim" style="font-size:14px">${t.gdTargetD}</p>
     <div class="tw"><table><thead><tr><th style="text-align:left;width:auto">${t.baseH}</th>
-      <th>MAE</th><th>AUROC</th></tr></thead><tbody>
+      <th>${esc(metricLabel(b))}</th></tr></thead><tbody>
       ${bl.map(([k,v])=>`<tr><td style="text-align:left">${esc(k)}</td>
-        <td>${v.mae!=null?f(v.mae):"—"}</td><td>${v.auroc!=null?f(v.auroc):"—"}</td></tr>`).join("")}
+        <td>${v[mk.key]!=null?f(v[mk.key]):"—"}</td></tr>`).join("")}
       </tbody></table></div>
     <h3>${t.gdRules}</h3>
     <ol class="cl" style="grid-template-columns:1fr">
@@ -657,7 +747,9 @@ function paneInfo(b){
       <dt>${t.kOverlap}</dt><dd>${t.overlapNote}</dd>
       <dt>${t.kThr}</dt><dd>${b.threshold} · ${t.posRate((b.positive_rate*100).toFixed(1))}</dd>
       <dt>${t.kSha}</dt><dd>${esc(b.dataset_sha)}</dd>
-      <dt>${t.kLicense}</dt><dd>ChEMBL · CC BY-SA 3.0</dd></dl>
+      <dt>${t.kLicense}</dt><dd>${/JUMP/i.test(b.source||"")
+        ? "JUMP Cell Painting · CC0"
+        : "ChEMBL · CC BY-SA 3.0"}</dd></dl>
     <h3>${t.noiseH} <span class="dim" style="font-weight:400;font-size:14px">(4)</span></h3>
     <div class="fig">${t.noiseDesc}<br>
 ${t.noisePairs(nf.pairs.toLocaleString(),nf.compounds.toLocaleString())}<br>