MODULE 02 / 25 RECORDS
分子表示
分子表征、指纹、相似性、骨架、数据清洗与化学空间
- 031 SMILES 入门：AI 如何把分子变成字符串 SMILES 是把分子写成字符串的标准方式。这篇讲清语法规则、规范化的重要性与实际使用中的陷阱。 →
- 032 SELFIES 入门：为什么它比 SMILES 更适合分子生成 SELFIES 保证生成的字符串总是有效分子。这篇讲清它的编码原理、优势场景与实际的适用边界。 →
- 033 InChI 与 InChIKey：化合物唯一标识怎么用于数据库检索 InChI 与 InChIKey 提供了化合物的唯一标识。这篇讲清它们的分层结构、检索用法与已知的边界情况。 →
- 034 分子图表示：原子、键与图神经网络的连接方式 分子图是 GNN 的输入形式。这篇讲清图的构建、原子与键特征的设计，以及常见的实现错误。 →
- 035 分子指纹是什么：从结构编码到相似性搜索 分子指纹把结构编码成向量，是相似性搜索与建模的基础。这篇讲清各类指纹的原理与选择依据。 →
- 036 Morgan Fingerprint 入门：ECFP 为什么如此常用 Morgan 指纹是最常用的分子指纹。这篇讲清它的迭代算法、参数含义与在实践中的使用要点。 →
- 037 ECFP 指纹详解：半径、位向量与分子特征 ECFP 的半径、位向量与特征选择如何影响结果？这篇深入讲清参数的含义与哈希碰撞的影响。 →
- 038 MACCS Keys：经典结构指纹在药物筛选中的用途 MACCS Keys 是 166 位的可解释指纹。这篇讲清它的构成、适用场景与相对 ECFP 的取舍。 →
- 039 Tanimoto 相似性：分子相似度检索的核心指标 Tanimoto 是分子相似性的标准指标。这篇讲清它的定义、阈值含义与相似性搜索的实践。 →
- 040 Scaffold 骨架：药物化学为什么重视母核 骨架是药物化学组织分子的核心概念。这篇讲清骨架的定义、提取方法与在实际工作中的用途。 →
- 041 Bemis–Murcko Scaffold：标准骨架提取方法入门 Bemis–Murcko 是标准的骨架提取方法。这篇讲清算法规则、变体与实际使用中的边界情况。 →
- 042 R-group Decomposition：从取代基拆解理解 SAR R 基团分解把分子拆成骨架与取代基，是 SAR 分析的标准工具。这篇给出完整的使用方法与分析思路。 →
- 043 MMPA 配对分子分析：如何发现结构变化与活性变化的关系 MMPA 自动发现「结构变化—活性变化」的规律。这篇讲清它的原理、实现与相对 R 基团分解的优势。 →
- 044 QSAR 入门：从分子结构预测生物活性 QSAR 从分子结构预测生物活性。这篇讲清建模流程、评测要求与它的适用边界。 →
- 045 QSPR 入门：从分子结构预测理化性质 QSPR 从结构预测理化性质，与 QSAR 有重要差异。这篇讲清这些差异与各性质的建模要点。 →
- 046 分子标准化：AI 建模前为什么必须清洗结构 分子标准化是 AI 建模前的必需步骤。这篇给出完整的标准化流程、各步骤的作用与常见的判断。 →
- 047 去盐与去重复：化合物数据清洗的第一步 去盐与去重复是数据清洗的第一步。这篇给出具体做法、去重时的活性数据合并策略与常见陷阱。 →
- 048 异常结构识别：训练集里哪些分子应该删除 训练集中的异常结构会污染模型。这篇给出系统的识别方法与该删该留的判断标准。 →
- 049 构象生成入门：2D 分子如何变成 3D 构象 从二维分子生成三维构象是许多计算的前提。这篇讲清 ETKDG 算法、参数选择与构象集合的评估。 →
- 050 分子相似性聚类：如何整理大规模化合物库 聚类是整理大规模化合物库的核心工具。这篇讲清 Butina 等算法、参数选择与在筛选中的应用。 →
- 051 Scaffold Split：为什么随机划分会高估模型能力 随机划分会严重高估模型能力。这篇讲清骨架划分的原理、实现与更严格的替代方案。 →
- 052 化学空间可视化：PCA、t-SNE 与 UMAP 怎么用 PCA、t-SNE 与 UMAP 各有适用场景与解读陷阱。这篇讲清怎么用它们看化学空间，以及不能从图里读出什么。 →
- 053 分子多样性评估：如何避免筛选库过于相似 筛选库过于相似会浪费实验资源。这篇给出多样性的量化指标、评估方法与库设计的实践。 →
- 054 药物片段与片段空间：FBDD 数据如何进入 AI 流程 片段筛选用小分子探索化学空间。这篇讲清片段的定义、FBDD 流程与片段数据进入 AI 流程的方式。 →
- 055 化学信息学工具栈：RDKit、OpenBabel、Datamol 如何配合使用 RDKit、OpenBabel 与 Datamol 各有分工。这篇给出一个务实的化学信息学工具栈与配合方式。 →