将距离作为函数的结合位点描述符，支持免比对的口袋匹配
- 该方法不再固定配体周围的单一距离阈值，而是将结合口袋表示为距离的函数，结合基于协方差的结构描述符与经对数比变换的元素组成。
- 在三个公开基准（配体区分、三类口袋分类、成对口袋匹配）上进行回顾性评估，使用常规统计学习和孪生神经网络。
- 与领先方法相比表现具有竞争力，优势因任务而异；检索示例在蛋白相似度较低时仍找到结合相关配体的口袋。
💡 要点 基于摘要的观点
如果要为选择性筛选找出脱靶口袋，免比对的匹配方法正合适，把距离当作函数的思路也避开了 fpocket 类描述符中任意截断值的老问题。但三个回顾性基准很难说明它在 apo 或诱导契合口袋上的表现，我会先在自己的靶标家族上与 SiteEngine 和基于图的比较方法正面对比，再决定是否采用。
📄 原论文 · Journal of Chemical Information and Modeling ↗ FUSED: A Functional Representation for Joint Structural and Elemental Analysis of Protein–Ligand Binding Sites