基于约束规划的片段形状签名加权同构映射方法

基于片段的形状签名技术已被证明是计算机辅助药物设计的强大工具。它们使科学家能够搜索与已知活性化合物具有某种相似性的目标分子。它们不需要参考完整的底层化学结构，而这对于处理包含数百万化合物的化学数据库至关重要。然而，寻找碎片化化合物的部分最优匹配可能非常耗时。本文中，我们使用约束规划来解决这一特定问题。它涉及在连通性约束下寻找片段的加权分配。我们的实验证明了方法的实际意义并开辟了新视角，包括生成多个多样化解。我们的方法构成了约束求解器在实时环境中的原创应用，其中传播避免了加权路径的枚举。模型必须对约束的添加保持鲁棒，以使某些实例不可处理。这一特定背景要求使用非同寻常的模型选择准则：轻量、标准传播算法、无过高常数代价的数据结构。目标并非设计新的复杂算法来求解困难实例。