Key points are not available for this paper at this time.
تم تطوير نهج جديد للتوافق للفرز الافتراضي القائم على الليجاند. يتضمن الجمع بين خصائص متباينة للغاية من أجل تحسين الأداء في الفرز الافتراضي. تشمل الخصائص البصمات الهيكلية وبصمات الأدوية من نوع 2D والبصمات المعتمدة على الخصائص، والنقاط المستمدة باستخدام موصوفات BCUT، وطرق 3D للبصمات الدوائية. وقد تم اختبار طرق مختلفة للجمع بين كل أو بعض من هذه الأساليب. وُجد أن الانحدار اللوجستي ودرجات المجموع هي الأكثر فائدة في التطبيقات الصيدلانية المختلفة. الأسباب الرئيسية الثلاثة التي تجعل تسجيل التوافق يبدو أنه يثري مجموعات البيانات بشكل أفضل من دوال التسجيل الفردية هي (1) استخدام دوال تسجيل متعددة مشابه للتكرار في أخذ العينات، وفي هذه الحالة يكون الوسط أقرب إلى القيمة الحقيقية من أي قيمة فردية، (2) بسبب التجميع الأفضل للمواد الفعالة، سيستعيد أخذ العينات المتعدد المزيد من المواد الفعالة مقارنة بغير الفعالة، و(3) يبدو أن الأساليب المختلفة تتفق أكثر على ترتيب المواد الفعالة مقارنة بغير الفعالة. علاوة على ذلك، فإن نتائج التوافق ليست فقط أفضل ولكنها أيضا أكثر اتساقًا عبر أنظمة المستقبلات.
درس بابير وآخرون (الأربعاء) هذا السؤال.