Nature Machine Intelligence は、リガンドとの結合予測のためのタンパク質構造を用いた手法の評価ガイドラインを公表しました。本稿では、計算薬剤設計における結合アフィニティ予測やポジション生成に深層学習ベースの評価指標を適用する方法について検討しています。

著者らは、特定の課題に対してこれらの評価機能を他研究と比較する際の難しさを指摘しています。検証の重要条件として、学習データ、コード、手順の開示、データ漏洩、サンプリングのバイアス、実験デザインの誤りからの保護が挙げられています。

実務的な意味として、結果をより再現可能で再利用可能、独立した検証が可能な形にすることが推奨されています。原文は出版社のメタデータの要約だけが提供されているため、ガイドラインの詳細や個別モデルへの適用性には追加の検討が必要です。