化学结构二维子结构检索的开发

将图形通用匹配VF算法应用到化学结构子结构检索中,用面向对象的方法,实现了化学结构数据库中二维子结构检索功能,程序各模块之间相互独立、可移植性强、健壮性好,通过与3DFS比较,结果正确,适于处理大型化学结构数据库,现己应用于中药数据库系统药物先导化合物的发现。

一种在无机晶体结构中检索特定子结构的计算机方法

提出了一种针对无机晶体化合物的子结构检索方法.该方法以VF2子图同构算法为基础,针对无机晶体化合物的结构特点,采用了两种策略以提高子结构检索的效率:(1)引入晶体的对称性信息避免了在等价原子间进行的大量重复性计算;(2)采用结构编码预筛选可以有效地减少目标结构的数量.我们以在无机微孔分子筛数据库中进行子结构检索为例测试该方法的有效性.测试结果表明,该方法可以快速且准确地在分子筛数据库中检索包含特定子结构的记录.两种检索策略的引入大大降低了子结构检索的复杂度,检索速度可提高3-5个数量级.该方法通过Perl语言实现,具有较好的可移植性.

开源软件在化学数据库分子结构检索中的应用

分子结构检索是化学数据库必备的检索手段,利用开源化学软件是实现分子结构检索的有效途径。不同于商业软件的解决方案,开源本身就体现了经济性和可重复开发的特点。本文利用Java开源化学软件开发工具包如Chemistry Development Kit(CDK)、JOELib的基本构件,基于JSP+Servlet+Bean+MySQL技术搭建了一个网络化学数据库结构检索平台。其中包括分子全结构和子结构检索,并实现了在线提交分子和化合物结构的三维显示等。对包含12万化合物结构信息的数据库的测试表明,该系统在经过预处理和一系列优化措施下,实现了较好的检索性能。

中药成份分子结构数据库及初步应用

传统中医药学是人类的重要财富。但至今为止，从微观机理方面，人们对中药的理解是相当有限的。鉴于所有药物作用的原理，基本上都是药物分子与生物受体在分子水平上的相互作用，我们试图通过分子结构把中药与西药联结起来的方法来研究中药。我们正在建立一个面向研究的中药数据库。该库包括一个中药成份分子结构数据库。目前该库含有２４００个中药成份的二维分子结构及少量的三维结构，已可用于二维结构检索。计划该库在２０００年达到８０００个化合物。本文给出了几个应用该库研究中药的例子。

工程化学数据库中分子结构信息的处理

工程化学数据库(ECDB)中,分子结构信息的存储、子结构检索和图形显示查询结果是实现结构数据库功能的基础。本文就研究这三问题,在数据存储方面设计了按MOL文件结构的特殊存储方法,压缩大量存储;在子结构检索方面,改进VF2算法的效率;开发图形显示模块,设计子结构检索平台。

子结构检索中关系数据库插件的使用和效率

采用关系数据库插件能够实现化合物描述符(FingerPrint)的生成、建立索引和化合物的子结构检索。本文以PubChem有机化合物Molfile为数据源,在Oracle关系数据库上分别安装插件OrChem(JAVA)和Bingo(C^(++))构建了化合物分子结构数据库。本文从FingerPrint的构成和索引策略两方面讨论了OrChem和Bingo的主要差异,并选取10个特征化合物进行子结构检索测试。对存储40万种化合物的分子结构数据库的测试结果显示,OrChem可满足用户检索响应,Bingo则更为快捷。对于存储2600万种化合物的分子结构数据库,针对Bingo通过优化Oracle数据库内存管理、数据表结构、子结构预筛选参数,实现了满足用户的高效检索。

SMILES编码技术在化学物质数据库中的应用

SMILES码简介 SMILES码的英文全称是Simplified molecular input line entry specification，它是一种简单的用来表示分子或者分子碎片的术语，是一种用ASCII字符串明确描述分子结构的规范。SMILES由Arthur Weininger和David Weininger于20世纪80年代晚期开发，并由其他人，

基于Web的分子三维结构虚拟现实系统设计与实现

在分析Internet上现有分子结构数据库和可视化系统的基础上,以PDB、CSD和ICSD等大型分子结构数据库为数据源,设计了基于Web的分子三维结构虚拟现实系统,为化学、物理学、材料科学、生物学和药物设计的用户提供重要的学习和研究工具。

三维分子结构检索系统的柔性构象检索

介绍了ＭｏｎｔｅＣａｒｌｏ法和遗传算法两种柔性构象检索方法，并对４种药效团进行了柔性构象检索，经过对比发现遗传算法可以在比较合理的时间内得得到较多的命中结构，比ＭｏｎｔｅＣａｒｌｏ法更适用于柔性构象检索。

建立三维分子结构检索系统的总体设计

简要介绍了一个比较完备的三维分子结构检索系统，它包括三维结构数据的集成、数据更新、全结构和子结构检索、药效团检索等功能。它是分子设计的一个有力的工具。

三维分子结构检索系统的结构索引与匹配

介绍了三维分子结构检索系统的结构索引与匹配，应用位筛成功地实现了三维结构数据的索引，可以快速得到候选结构，然后使用原子－原子匹配算法获得精确的命中结构。

基于预筛选的海量分子结构检索算法

针对大数据环境下,化学分子结构检索低效、通用图同构VF2算法检索量过大的缺陷,提出了基于预筛选的ASVF2算法,建立了基于分布式的分子检索模型。实验结果表明,在包含20万个化学结构的数据中,该方法可以快速准确地检索包含特定信息的分子,大幅降低了分子结构检索的复杂度,模型具有稳定的可扩展性。

三维分子结构的制作、显示和格式转换

本文总结了各种三维分子结构在计算机和网络上显示与制作的方法,包括三维动画如3D Studio MAX、VRML、化学结构插件如MDL Chime Plugin、CS ChemOffice Plugin和HyperChem Plugin等、CML、Flash 3D动画、JAVA动画等,比较了他们制作和显示三维分子的优缺点,同时总结了各种三维分子结构格式的相互关系及转换方法,认为以通用的“mol”格式可以作中介可以较好地实现格式转换。

一种新的分子二维子结构检索算法

本文针对分子二维子结构检索问题,比较分析图同构算法中具有代表性的VF2法和GMA法。VF2法的数据结构精巧,能有效降低内存开销,但其在图匹配时没有保存提问结构的偏序,造成大量重复计算,影响匹配效率。GMA法则利用偏序的不变性,预先计算并保存偏序,进而指导图匹配过程。本文将GMA法的偏序行走策略应用于VF2法,保留VF2法的遍历规则和数据结构,用标准C++语言改进的结构检索算法能提供正确的检索结果,效率更高。本文还通过实例说明了VF2法和GMA法各自偏序的计算过程,指出2种算法的图遍历规则的差异。

基于VF2算法的分子二维子结构检索

为了有效地获取分子结构数据库中的分子结构信息,就必须首先解决分子二维子结构检索问题。本文采用了一种通用图同构算法—VF2算法来对2个分子二维结构图进行匹配,程序采用标准C++语言开发,在运行效率和可移植性方面都可以满足要求。同时,还使用了开源化学软件OpenBabel来解决在检索时遇到的芳香环的识别问题。经过与商业软件ISIS/Base对照实验,检索结果正确,检索时间可以满足要求。

一种基于图塌缩的药物分子检索方法

目的:为实现准确、高效的医药信息查询,本文探索了一种基于图结构的药物分子检索方法。方法:基于图结构的药物分子检索方法以接收智能终端的拍照或手绘作为输入,并将输入的结构式形式化为相应图结构,基于对图匹配效率的直接影响因素的分析,建立了结构式的一种紧凑有效的超图表示形式,其依据结构式的特点结合了子图匹配与频繁子图挖掘等方法对大图进行多级塌缩。为避免塌缩过程中子图交叠问题阻碍超图的准确构建,引入一种基于图同构的算法,借助子图之间交叠情况的分析,选择占优子图,利用多维度信息完成精确的分子匹配。结果:为证明检索方法的有效性,将本文检索方法和Wikipedia Chemical Structure Explorer(WCSE)进行检索准确率的对比,结果表明,本文方法的检索准确率更高,前10个检索结果的MAP(mean average precision)、DCG(discounted cumulative gain)、RBP(rank-biased precision)和ERR(expected reciprocal rank)四个指标均高于WCSE。上述指标的领先幅度分别为10%、1.41、6.42%、1.32%。进一步通过两个系统的具体检索结果实例对检索效果进行直观对比,发现本文方法在药物分子检索有效性方面更具优势,能为用户提供更为满意的检索结果。结论:本研究提出的基于图结构相似度的药物分子检索方法能够实现较为理想的检索结果,实验证明本检索系统具有可行性和有效性。

用于结构解析的波谱智能数据库系统(Ⅰ)基于结构相似性的匹配算法

基于分子子结构相似性提出一种计算质谱相似性的算法， 可较有效地实现相似检索。

冷冻电镜技术“接管”结构生物学

一项革命性的蛋白质三维形状测定技术正在蓬勃发展。2020年2月初,一个收集由冷冻电子显微镜(cryo-EM)测定的蛋白质和其他分子结构的数据库,获得了第10 000个数据条目。据《自然》报道,近年来,各实验室向电子显微镜数据库(EMDB,由欧洲生物信息研究所建立,旨在满足学术界对于冷冻电镜数据的需求)提交的数据呈指数级增长,这主要是因为全世界实验室cryo-EM数量的爆发式增长。尽管数据库也接收其他电子显微镜结构分析的数据,但其中绝大部分数据来自cryo-EM。

大规模化合物子结构检索的并行实现与优化

化合物的子结构检索在计算机辅助药物设计、波普学、化学数据库等领域是不可或缺的工具。然而由于子结构检索是一个NP完备性的问题,获得用户可接受的平均检索时间一直是研究人员十分关注的问题,其方法主要有改进算法和提升硬件条件2个方面。当化学结构数据库的规模达到百万乃至千万级别时,尽管改进算法的方式能够获得一定的检索效率提升,但其提升的空间有限,因而,集群并行方式是大规模化合物子结构检索应用的必然选择。本文以ChemDB Portal的化学子结构检索系统为基础,实现了基于集群并行的化学子结构检索系统,并进行了任务均分、多线程并行等优化。在包含800万个化合物结构的化学结构数据库中,利用5个节点的小型集群,选取10个较为典型的提问结构进行子结构检索测试。测试结果为基于集群的化学子结构检索的平均检索时间由初始单节点时的34.1 min降低为2.75 min,检索效率平均提高12.4倍,表明在大规模乃至超大规模的数据条件下,集群并行化方式能够显著地提高子结构检索系统的执行效率。