daylight上面有一篇文章，讲解如何提高子结构搜索速度：
http://www.daylight.com/meetings/emug00/Sayle/substruct.html
其大概意思就是先通过Fingerprint进行筛选，这样可以快速的筛选掉一部分数据，对于复杂结构更有效；另外就是根据原子个数或者特殊原子个数进行比较，如果查询结构包含三个“N”原子，那么所要查询出的结构所含有“N”的个数必须大于等于3，这样对于包含一些特殊元素的效果是特别的好；还有就是根据分子的一些性质进行筛选过滤，比如芳香性等；最后再进行匹配，这样一来对于复杂结构以及含特殊元素的查询速度会提高很多。
最后文章中还给出测试数据，从中可以看出，速度一般提高了三倍左右：
| Name |
SMILES |
Correct |
FP |
Triage |
Before |
After |
Latest |
| Propane |
CCC |
65337 |
66352 |
42411 |
42.59 |
17.99 |
14.34 |
| Selenium |
[Se] |
246 |
995 |
225 |
0.80 |
0.83 |
0.52 |
| Benzene |
c1ccccc1 |
79426 |
79486 |
50893 |
72.69 |
27.56 |
20.29 |
| Methane |
C |
118519 |
118524 |
118511 |
61.29 |
5.47 |
4.25 |
| Amido |
NC=O |
25695 |
26975 |
14702 |
18.89 |
9.84 |
8.16 |
| Methylbenzene |
Cc1ccccc1 |
54529 |
56869 |
20490 |
54.76 |
35.58 |
25.90 |
| Carboxy |
OC=O |
33009 |
34369 |
17809 |
23.86 |
12.48 |
10.24 |
| Chlorine |
Cl |
19424 |
23318 |
19424 |
11.23 |
1.38 |
1.12 |
| Cyclopropane |
C1CC1 |
863 |
4358 |
484 |
8.24 |
7.78 |
5.02 |
| Biphenyl |
c1ccccc1c2ccccc2 |
2967 |
5142 |
146 |
21.94 |
21.65 |
11.44 |
|
|
|
| Dopamine |
NCCc1ccc(O)c(O)c1 |
829 |
913 |
23 |
1.85 |
2.09 |
1.47 |
| Sulfisoxazole |
|
7 |
8 |
3 |
0.50 |
0.88 |
0.51 |
| BetaCarotene |
|
2 |
16 |
1 |
0.48 |
0.68 |
0.58 |
| Nitrofurantoin |
|
0 |
0 |
0 |
0.42 |
0.58 |
0.52 |
posted on 2011-06-27 21:50
周锐 阅读(918)
评论(0) 编辑 收藏 所属分类:
Chemistry 、
CDK