La ampliación de conjuntos de datos permite que el cribado virtual basado en aprendizaje profundo generalice mejor a clases de objetivos no vistas y resalte interacciones de unión importantes

Los métodos actuales de aprendizaje profundo para el cribado virtual basado en estructuras toman las estructuras tanto de la proteína como del ligando como entrada, pero hacen poco o ningún uso de la estructura de la proteína al predecir la unión del ligando. Aquí, mostramos cómo un método relativamente simple de ampliación de conjuntos de datos obliga a estos métodos de aprendizaje profundo a tener en cuenta información de la proteína. Los modelos entrenados de esta manera son más generalizables (hacen mejores predicciones sobre complejos proteína/ligando de una distribución diferente a los datos de entrenamiento). También asignan una importancia más significativa a los átomos de la proteína y el ligando involucrados en la unión. En general, nuestros resultados muestran que la ampliación de conjuntos de datos puede ayudar al cribado virtual basado en aprendizaje profundo a aprender interacciones físicas en lugar de sesgos del conjunto de datos.