键中心分子指纹导数：BBBP数据集研究

键中心指纹（BCFP）是Extended-Connectivity指纹（ECFP）的一种以键为中心的补充方案。我们引入一种静态BCFP，其镜像是由定向消息传递图神经网络如ChemProp所使用的键卷积方式，并使用快速随机森林模型在大脑-血脑屏障渗透（BBBP）分类任务中进行评估。在分层交叉验证中，将BCFP与ECFP拼接可持续提高AUROC和AUPRC，而单独使用任一描述符都无法实现这一点，Turkey HSD多重比较分析已确认这一点。在不同半径下，r=1的性能最佳；r=2并未在相同测试下实现统计可分辨的提升。我们进一步提出BCFP-Sort&Slice，这是一种简单而有效的特征组合方案，既保留了ECFP计数向量所固有的离词（OOV）计数信息，又实现了BCFP变体的紧凑无哈希拼接。我们还使用此类复合新特征（键特征和原子特征）在BBBP评估中超越了MGTP的预测性能。这些结果表明，轻量级的、以键为中心的描述符可以补充基于原子的圆形指纹，为BBBP预测提供强大且快速的基线。