Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/341104
Заглавие документа: Оценочные функции молекулярного докинга: тестирование и сравнительный анализ
Другое заглавие: Scoring functions of molecular docking: testing and comparative analysis / K. V. Furs, Y. V. Laikou, A. V. Tuzikov, A. M. Andrianov
Авторы: Фурс, К. В.
Лайков, Я. В.
Тузиков, А. В.
Андрианов, А. М.
Тема: ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Биология
ЭБ БГУ::ТЕХНИЧЕСКИЕ И ПРИКЛАДНЫЕ НАУКИ. ОТРАСЛИ ЭКОНОМИКИ::Медицина и здравоохранение
Дата публикации: 2025
Издатель: Минск : БГУ
Библиографическое описание источника: Информационные системы и технологии = Information Systems and Technologies : материалы XI Междунар. науч. конгр. по информатике (CSIST-2025), Респ. Беларусь, Минск, 29–31 окт. 2025 г. В 2 ч. Ч. 1 / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др]. – Минск : БГУ, 2025. – С. 199-203.
Аннотация: На базе набора экспериментальных данных CASF-2016 в молекулярном докинге проведено сравнение оценочных функций AutoDock Vina, NNScore2, RF-Score-4, CENsible, HGScore, OnionNet-2, PIGNet2 и PLANET. Показано, что функции глубокого обучения PLANET и OnionNet-2 обеспечивают наибольшую точность, улучшая прогноз сродства лиганда и достоверность отбора потенциальных ингибиторов
Аннотация (на другом языке): Based on the benchmark dataset CASF-2016, a comparison of scoring functions in molecular docking was carried out, including AutoDock Vina, NNScore2, RF-Score-4, CENsible, HGScore, OnionNet-2, PIGNet2, and PLANET. The results show that the deep learning functions PLANET and OnionNet-2 provide the highest accuracy, improving ligand affinity prediction and the reliability of selecting potential inhibitors
Доп. сведения: Раздел II. Биоинформатика и приложения
URI документа: https://elib.bsu.by/handle/123456789/341104
ISBN: 978-985-881-851-7
978-985-881-852-4 (ч. 1)
Финансовая поддержка: Работа выполнена при поддержке грантов Белорусского республиканского фонда фундаментальных исследований (проект Ф24КИ-001), Международного научно-технического центра (МНТЦ, проект PR150) и Консорциума и Портала программы «Лекарственно-устойчивый туберкулез» (https://tbportals.niaid.nih.gov).
Лицензия: info:eu-repo/semantics/openAccess
Располагается в коллекциях:2025. Информационные системы и технологии

Полный текст документа:
Файл Описание РазмерФормат 
199-203.pdf546,78 kBAdobe PDFОткрыть
Показать полное описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.