@@ -49,7 +49,7 @@ Matching-Algorithmen, die in Docking-Programmen für die Sampling-Phase implemen
\subsection*{Scoring}
Ein weiteres wesentliches Aspekt des Docking-Verfahrens, das in den Papers vorgekommen ist, war der Einsatz von spezifischen Scoring-Funktionen, die dafür verantwortlich sind inkorrekte von korrekten Bindemodi zu unterscheiden, in dem die Bindungsaffinität der Partner nach Entstehung des Komplexes abgeschätzt wird. Die am meistens in den Papers erwähnten Arten von diesen Funktionen sind Force-field-basierte, empirische und Knowledge-basierte Scoring-Funktionen.\\
Force-field-basierte Scoring-Funktionen betrachten Van-der-Waals-und elektrostatische Interaktionen berechnen, die nachher summiert werden, um die Bindungsenergie des Komplexes abzuschätzen. In Erweiterungen solcher Funktionen werden sogar Wasserstoffbrückenbindungen, Solvatisierungen und Entropiebeiträge berücksichtigt.\\
Force-field-basierte Scoring-Funktionen berechnen Van-der-Waals-und elektrostatische Interaktionen, die nachher summiert werden, um die Bindungsenergie des Komplexes abzuschätzen. In Erweiterungen solcher Funktionen werden sogar Wasserstoffbrückenbindungen, Solvatisierungen und Entropiebeiträge berücksichtigt.\\
Bei empirischen Scorfing-Funktionen wird die Bindungsenergie in Wasserstoffbrückenbindungen, Entropie, ionische Wechselwirkungen und hydrophober Effekt unterteilt. Man erhält Koeffizienten von einer Regressionsanalyse, die zu Protein-Ligand-Komplexen mit bekannten Bindungsenergien angepasst wird, und multipliziert die Koeffizienten mit den entsprechenden vorher genannten Komponenten. Die Summe der Produkten ergeben den endgültigen Score.\\
Abschließend gibt es die Knowledge-basierte Scoring-Funktionen, die statistische Analyse von kristallisierten Protein-Ligand-Komplexen, um die Kontakt-Häufigkeiten der beteiligten Atome und ihre Abstände zu erhalten. Der Score wird berechnet, in dem man bevorzugte Kontakte begünstigt und abstoßende Wechselwirkungen bestraft werden.
