归一化旋转形状描述符与分子形状的有损压缩

在分子数据库中搜索具有类似形状的化合物是一种常见需求，这暗示在新药搜索中具有相似的生物活性。数据库的大规模要求对此类初始筛选有快速方法，例如基于构建特征向量以满足相似分子对应于相近向量的要求。超快形状识别（USR）是此类流行方法。它使用12个实数的向量作为从4个强调点到距离的前三阶矩。这些坐标可能包含不必要的相关性且不允许重建近似形状。相反，球谐（SH）分解使用正交坐标，暗示其独立性从而特征向量具有更大信息量。通常考虑旋转不变SH描述符，这意味着丢弃了一些本质信息。本文讨论具有归一化旋转的描述符框架，例如通过使用主成分分析（PCA-SH）。由于最有趣的是必须滑入蛋白质的配体，我们将引入针对此类扁平细长形状优化的描述符。弯曲变形圆柱（BDC）将分子描述为先弯曲、然后变形使其横截面变为演化形状的椭圆的圆柱。Legendre多项式用于描述该弯曲圆柱的中央轴。附加多项式用于定义此类椭圆横截面沿主轴的演化。还将讨论弯曲圆柱谐（BCH），其使用由圆柱谐而非椭圆描述的横截面。所有这些归一化旋转描述符允许重建（解码）形状的近似表示，因此也可用于有损压缩目的。