Актуальность
Однако в производстве лекарств на основе антител есть трудности. На проверку получившихся образцов уходит значительное количество времени.
Для повышения эффективности исследования можно вычислительно определить то, как разрабатываемое антитело зацепится за целевую молекулу. Это уменьшит количество вариантов для лабораторного анализа, сокращая затраты по времени и ресурсам: можно не рассматривать антитела, которые прикрепились к целевой молекуле неправильно.
Следовательно, чтобы создать лекарство, нужно проанализировать, как антитело будет крепиться, например, к раковой клетке. А для этого нужно понять, какие структуры данного молекулярного комплекса могут существовать в природе, а какие — нет.
Задача докинга состоит в предсказании наиболее вероятной структуры молекулярного комплекса.
Группировка найденных положений
Улучшение комплексов
Результаты проверки гипотез
1) С помощью таблицы корреляции мы нашли новую характеристику — group_size. group_size соответствует размеру группы, в которую попал комплекс на втором этапе работы HEDGE. Использование новой характеристики на последнем этапе HEDGE повысило его точность до 0.37.
2) Классические методы ML подошли для решения нашей задачи и помогли существенно улучшить представленный выше результат. Ниже описаны наши исследования трёх моделей ML.