分子图装配化学空间的快速探索
数据结构与算法
2025-08-19 v2
摘要
量化构建分子图的难度对于生物标志物检测、化学复杂性和 cheminformatics 至关重要。我们提出了一种精确且可扩展的算法，用于计算分子装配指数（MA），该算法优先考虑最大重复子图，代表以'装配状态'数组表示碎片，通过哈希/DAGs 重用状态，并利用由条件添加链下界引导的动态规划分支限界进行修剪。在分子量大于500 Da的有机分子上，本方法比先前方法快了最高可达六个数量级，并在收敛时精确计算MA。我们计算了约30万个COCONUT天然产物（<50键）的MA，描绘了时间和内存扩展剖面。最后，我们利用算法的高速性计算联合装配空间，引入联合装配重叠（JAO）——一种强调全局骨架重复的类似Jaccard的指标，表明JAO在天然物（270-380/Da）和短肽段上，与基于Tanimoto相似性的ECFP指纹和MCS（如在类固醇和短肽中）获得了显著不同的排名，体现了超出局部环境的子结构相似性。这些进展使分子装配指数成为大规模探索化学空间的实用工具。
关键词
引用
@article{arxiv.2410.09100,
title = {Rapid Exploration of Assembly Chemical Space of Molecular Graphs},
author = {Ian Seet and Keith Y. Patarroyo and Gage Siebert and Sara I. Walker and Leroy Cronin},
journal= {arXiv preprint arXiv:2410.09100},
year = {2025}
}
备注
32 pages, 9 figures, 45 references