В статье представлен новый метод FUSED (Functional Unification of Structural and Elemental Descriptors), предназначенный для глубокого анализа сайтов связывания белков с лигандами. В отличие от традиционных подходов, использующих фиксированные пороговые расстояния, FUSED рассматривает структурную и химическую информацию как непрерывные функции от расстояния до лиганда. Структурные характеристики моделируются через дескрипторы на основе ковариации (фреймворк CDPA), а химический состав — через изометрические логарифмические отношения (ilr-координаты). Исследование проводилось на двух эталонных наборах данных: Extended Kahraman (для многоклассовой дискриминации лигандов) и TOUGH-C1 (для бинарной классификации сайтов связывания). Результаты показали, что FUSED создает компактные низкоразмерные представления с высокой предсказательной способностью, сопоставимой с существующими методами машинного обучения и выравнивания последовательностей. Метод отличается низкой вычислительной сложностью и высокой интерпретируемостью, что делает его перспективным инструментом для компьютерного дизайна лекарств и функциональной характеристики белков.