Терапевтические белки обладают значительным потенциалом в лечении различных заболеваний, включая рак и редкие генетические заболевания. Это связано с высокой селективностью и эффективностью их действия. Однако существующие методы разработки белковых препаратов требуют больших временных и финансовых ресурсов, что делает актуальным использование подходов машинного обучения. В настоящем проекте на основе данных квантово-химических расчетов по теории функционала плотности для различных конформеров протеиногенных аминокислот были созданы новые белковые дескрипторы, которые в сочетании с молекулярными дескрипторами аминокислот будут использованы для предсказания свойств белков с целью изучения влияния новых дескрипторов на точность моделей машинного и глубокого обучения.

Нам Е.В., Серов Н.С. (науч. рук. Виноградов В.В.) Интерпретируемые дескрипторы пептидов с учётом физико-химических свойств аминокислот и металлических кофакторов // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/13599