基于分子嵌入的电离质谱预测研究

目前质谱技术被广泛应用于未知化合物成分分析。一种常见方式是将测得的待分析化合物质谱与现存质谱库中已有条目进行相似性计算。然而现有谱库存在覆盖性不足的问题:对于不存在于谱库中的化合物无法实现正确的检索。一种解决此问题的方式是从已知的分子结构及其对应的质谱数据中,利用神经网络得到分子结构特征与谱峰间存在的潜在映射关系,从而实现对质谱的预测。针对目前质谱预测方法中存在的分子结构特征丢失的问题,提出了一种基于分子嵌入的质谱预测方法,使用分子嵌入方法将分子结构特征转换为高维特征向量。结果标明,相较于传统方法中使用分子指纹对分子结构特征进行表示,使用分子嵌入方法进行质谱预测所得到的质谱平均相似性提高了5.4%,这些预测质谱在化合物检索任务中的表现也超过了基于分子指纹的预测方法。本文同时对实验中使用的数据集进行了差异性分析,表明该方法具有较好的泛化性能。

基于Spec2Vec的电子电离质谱预测指纹研究

质谱法是一种广泛用于生物系统中化合物鉴定的技术。然而传统的质谱检索方法只能识别质谱库中已经存在的化合物。一种解决方法是通过分子指纹预测质谱,通过预测的质谱扩充质谱库。另一种方法是通过质谱预测分子指纹,通过分子指纹检索未知化合物。鉴于深度学习网络很难训练稀疏质谱,针对此问题,本文提出了一种基于Spec2Vec的质谱预测指纹方法。该方法使用质谱嵌入将稀疏质谱向量转化为稠密特征向量。实验结果表明,相较于直接使用质谱作为特征直接预测分子指纹,使用质谱嵌入方法进行指纹预测的表现更加优异。除此之外,本文所提出的方法还可以与指纹预测质谱方法联动以进一步提高识别精确度。

若干类有机物的CA命名原则与系统命名法的差异

CA(Chemical Abstracts)在每次累积索引中,都要更改某些化合物的检索名称。更改的特点是趋向于系统命名法。系统命名法也采用CA的某些命名原则,如“接合命名法”。但两者在很多化合物命名上仍存在差异,如CA对许多化合物的命名采用“对应结构命名法”。本文讨论了这些差异。

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。

植物化学成分数据库分子式数据处理

为解决专业型化学数据库化合物检索和筛选难题,从研究化合物分子式的定义和基本构成入手,总结和归纳植物化学成分数据库中化合物分子式数据的类型及特点,得出的分子式表达式通式,设计算法程序分析和处理分子式数据,并生成分子式特征数据。在植物化学成分数据库中,结合分子式特征数据对化合物进行检索和筛选,实现了化合物的分子式综合检索技术。介绍分子式综合检索的应用实例,以此来丰富植物化学成分数据库的检索和筛选方式。分子式数据处理方法解决了用户在分子式检索时输入与数据库表达不一致的问题,提高了化合物检索和筛选效率。分子式数据处理方法还可以应用于功能材料数据库、药物化学数据库、天然产物数据库等专业型化学数据库的化合物检索和筛选。