توليد المتوافقات باستخدام أوميغا: التعلم من مجموعة البيانات وتحليل الفشل

قمنا مؤخرًا بنشر مجموعة تحقق عالية الجودة لاختبار مولدات المتوافقات، تتكون من هياكل من كل من PDB و CSD (هوكينز، P. C. D. وآخرون. J. Chem. Inf. Model. 2010، 50، 572.)، واختبرنا أداء مولد المتوافقات لدينا، أوميغا، على هذه المجموعات. في هذه المنشورة، نركز على فهم ملاءمة تلك المجموعات للتحقق وتحديد والتعلم من فشل أوميغا. نقارن، للمرة الأولى التي نعلم بها، التغطية لمساحات الخصائص القابلة للتطبيق بين مجموعات بيانات التحقق التي استخدمناها ومجموعات المركبات الوالدين لتحديد ما إذا كانت مجموعات بياناتنا تمثل这些 الفضاءات بشكل كاف. كما نقدم مفهوم بصمة التواء ونقارن هذه الطريقة من التنويع بالطريقة التقليدية المتمركزة حول الرسم البياني التي استخدمناها في منشورتنا السابقة. لتحسين قدرتنا على تحديد الحالات برمجيًا حيث لا يتم إعادة إنتاج التكوين البلوري بشكل جيد حسابيًا، نقدم مقياسًا جديدًا لمقارنة التكوينات، RMSTanimoto. يُستخدم هذا المقياس الجديد جنبًا إلى جنب مع تلك من منشورتنا السابقة لتحديد الفشل في إعادة الإنتاج بكفاءة. نجد أن RMSTanimoto فعال بشكل خاص في تحديد الفشل للمركبات الأصغر في مجموعات بياناتنا. تحليل طبيعة هذه الأخطاء، خاصة تلك لـ CSD، يشير إلى مزيد من الضوء على قضية الضغط في الهياكل البلورية. بعض حالات الفشل المتبقية التي لم يتم حلها من خلال تغييرات بسيطة في الافتراضات الافتراضية لأوميغا تمثل تحديات كبيرة لمحركات توليد المتوافقات مثل أوميغا وتشكل مصدرًا لطرق جديدة لتحسين أدائها بشكل أكبر، بينما توضح حالات أخرى مصاعب التحقق من التوافق مع التكوينات البلورية للرابطة، خاصة تلك من PDB.