Результаты проекта

Ожидаемые результаты

Планируется проведение исследований, направленных на устранение ключевых ограничений метода прогнозирования энергии связывания белок–лиганд (DOI: 10.1021/acs.jcim.2c01212), основанного на кластерной модели активного центра («QM-кластер») с использованием полуэмпирического метода расчёта (GFN2-xTB).  

В качестве основных направлений работы на первый год можно выделить:
I) Разработка и верификация комплексного метода очистки и стандартизации данных о биоактивности из публичных репозиториев (ChEMBL) с количественной оценкой неопределённости, предназначенного для обучения и тестирования моделей машинного обучения в задачах дизайна лекарств.
II) Расширение тестового набора для валидации метода.
III) Решение задачи оценки предсказательной способности квантово-механического кластерного подхода при моделировании комплексов, полученных методами молекулярного докинга. Для этого будут определены пороговые значения RMSD, при которых метод сохраняет достоверность результатов.
IV) Построение и статистическая валидация линейных моделей, описывающих отклонения расчётных значений относительной энергии связывания от экспериментальных данных для различных типов систем — включая структуры, полученные методом молекулярного докинга и экспериментальные (полученные методом РСА) комплексы, что позволит количественно оценить влияние структурных и протокольных факторов на точность квантово-механических расчётов.

Резюмируя, ожидаемым результатом является комплексное улучшение квантово-механических методов оценки энергии связывания и качества данных для машинного обучения, что в совокупности обеспечит более точное, воспроизводимое и надёжное in silico моделирование в задачах дизайна лекарств, включая системы с металлсодержащими активными центрами и неполными или искажёнными входными структурами.

Планируемые публикации

Не менее одной статьи (в соавторстве с членами НУГ, включая студентов/аспирантов) в журнале из Списка A, Списка B или Списка конференций в области Computer Science / At least one article (co-authored with group members including undergraduate and graduate students) in journals from HSE Journal List A, List B or The List of Eligible Computer Science Conferences