用 Tanimoto 相似性做化合物聚类

当化合物很多时，先聚类能帮你理解库的结构、去冗余、挑代表分子。

操作步骤

1. 对所有分子算指纹（如 ECFP4，见 330）；
2. 计算两两 Tanimoto 距离（1 - 相似度）；
3. 用 rdkit.ML.Cluster.Butina.ClusterData 按距离阈值聚类；
4. 从每个簇取中心分子作为代表；
5. 据簇结构做去冗余或多样化采样。

延伸资源

• 概念见 039《Tanimoto》、050《相似性聚类》。