나이브 베이즈 분류기와 컨센서스 점수를 결합하여 고속 도킹 결과의 풍부함을 향상시킴

우리는 이전에 기계 학습 기술이 고속 도킹(HTD) 결과의 풍부함을 향상시킬 수 있음을 보여주었습니다. 그러나 이전에 연구된 경우에서는, 나이브 베이즈 분류기의 적용이 HTD만으로는 수용 가능한 풍부함을 생성할 수 없는 사례들에 대한 풍부함을 향상시키지 못했습니다. 우리는 여기에서 중앙값 평점을 기반으로 한 컨센서스 점수와 나이브 베이 에이언 분류를 결합하여 사전적으로 저조한 도킹 결과를 구제하는 프로토콜을 제시합니다.