AIDD·Atlas AI 制药学习地图
337

用 GNINA 做 Rescoring:深度学习重打分实战

用 GNINA 的 CNN 对 Vina 采样的姿势重打分,常能改善姿势挑选与富集。

传统打分与活性相关弱。用 GNINA 的 CNN 对 Vina 姿势重排序,是常见的提升手段。

操作步骤

  1. 先用 Vina/smina 采样得到候选姿势;
  2. 用 GNINA 对这些姿势做 CNN 重打分(GPU 上更快);
  3. 比较「Vina 打分」与「CNN 打分」的排序差异;
  4. 用模型集成提升稳健性;
  5. 结合相互作用核对最终姿势(见 338、339)。

常见坑与提示

CNN 打分受训练分布影响,对新颖体系可能偏差;重打分≠保证正确,仍要用已知活性/相互作用做 sanity check。

延伸资源

  • 工具见 183;论文见 099。