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
- 先用 Vina/smina 采样得到候选姿势;
- 用 GNINA 对这些姿势做 CNN 重打分(GPU 上更快);
- 比较「Vina 打分」与「CNN 打分」的排序差异;
- 用模型集成提升稳健性;
- 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。