Мы изучили и описали возможности и границы применимости методов машинного обучения для предсказания противовирусной активности малых молекул. Использовали классические и неклассические методы МО для решения задачи бинарной классификации с целью разделения активных и неактивных молекул согласно значениям их биологической активности. Подобные прогностические модели можно применять до реального синтеза молекул и оценки их биологического потенциала, что несомненно актуально в рамках разработки новых противогриппозных препаратов.
Статья доступна на русском языке и на английском.
