評分函數

評分函數就是給每個對接姿態評分的裁判，很像體操比賽中給動作打分的評審。這個分數用來衡量結合的好壞，使匹配更好的分子能浮到名單的前列。

評分函數有幾種類型。基於力場的函數把凡德瓦接觸、靜電等物理交互作用能加總起來。經驗型函數則把氫鍵、疏水表面、可旋轉鍵等特徵的加權項求和，權重由已知的結合數據擬合而來。基於知識的函數從大量已解析結構中原子的堆積統計中導出統計勢。機器學習評分函數則從大型資料集中學習由特徵到親和力的映射關係。

需要誠實說明的是：沒有任何評分函數能可靠地重現真實的結合自由能，因為該量取決於微妙的溶劑和熵效應，而快速評分對此近似得很差。因此評分函數擅長把可信的結合分子與無用分子區分開並做粗略排序，但對結構高度相近的化合物常常排序錯誤。當準確性比速度更重要時，應採用更嚴格的自由能方法。