Диссертация

Целью работы была разработка автоматизированной процедуры виртуального скрининга методом ансамблевого докинга, основанной на стандартизированных подходах к отбору структур белковой мишени, генерации и обработке результатов докинга и ретроспективной валидации прогностической способности модели для применения в поиске потенциальных лигандов вирусных белков. В ходе работы такая процедура с систематическим отбором структур по среднеквадратичным отклонениям координат атомов остатков активного центра была реализована, была показана ее надежность и корректность. Продемонстрировано увеличение метрик точности и полноты классификации при добавлении информации о способах связывания лигандов с мишенями, полученной по результатам виртуального скрининга в ходе построения классификационных моделей машинного обучения. Выявлена серия новых ингибиторов Mpro SARS-CoV-2 — замещенные тиено[3,2-d]пиримидиноны. Предложены стратегии виртуального скрининга лигандов белка NS1 флавивирусов.