17 Фурс К. В. Лайков Я. В. Гончар А. В. Тузиков А. В. Андрианов А. М. оценочные функции прогнозирование аффинности связывания CASF-2016 виртуальный скрининг молекулярный докинг взаимодействия белок–лиганд машинное обучение поиск новых лекарственных препаратов 2025 2026-01-05 10.29235/1561-8323-2025-69-6-454-461 Доклады Национальной академии наук Беларуси С помощью эталонного набора данных CASF-2016 осуществлен сравнительный анализ эффективности оценочных функций AutoDock Vina, NNScore2, RF-Score-4, CENsible, HGScore, OnionNet-2, PIGNet2 и PLANET, предназначенных для предсказания на основе данных молекулярного докинга аффинности связывания малых молекул с целевым белком. В результате проведенных исследований показано, что новые оценочные функции глубокого обучения PLANET и OnionNet-2 демонстрируют наиболее высокую точность, эффективно прогнозируя сродство лиганда к молекулярной мишени и увеличивая достоверность идентификации молекул-кандидатов с высоким потенциалом ингибиторной активности. Полученные данные показывают, что PLANET и OnionNet-2 могут быть использованы в вычислительных протоколах молекулярного докинга для последующего расчета экспоненциального консенсусного ранга для каждого лиганда и надежного отбора наиболее вероятных ингибиторов заданной терапевтической мишени. https://www.academjournals.by/publication/20232 https://www.academjournals.by/files/20105