В статье представлен DESPOT — новый анизотропный фреймворк на основе знаний (knowledge-based potentials), предназначенный для оценки взаимодействий между белками и лигандами. В отличие от классических изотропных методов, которые учитывают только расстояние, DESPOT моделирует условную вероятность нахождения определенных типов атомов лиганда в дискретных пространственных позициях вокруг атомов белка. Это позволяет учитывать направленные предпочтения (водородные связи, ароматические и галогенные взаимодействия) и стерическое исключение через выделенное состояние «пустоты». Тестирование на бенчмарке CASF-2016 показало, что DESPOT значительно превосходит существующие методы в задачах дискриминации поз и виртуального скрининга (p < 0.0001 для всех факторов обогащения). Исследование также подчеркивает важность минимизации энергии обучающих структур и указывает на проблему переобучения в методах на основе знаний. Данная разработка открывает новые возможности для высокоточного дизайна лекарств на основе структуры (structure-based design) и характеризации сайтов связывания.