DJJ5210的博客

Q2改：C1C(C(C2C(C1)(C3C(CC2)(C4(C(=CC3)C5C(CC4)(CCC(C5)(C)C)C(=O)O)C)C)C)(C)C)O[C@@H]我的案例中有个奇怪的现象，我发现。

关于自变量的选择，最常用的就是分子描述符（2D or 3D），能够计算描述的软件很多，MOE，DS，还有免费的一大堆，想知道的可以看我之前发的帖子。都是拿个体系，做个模型，再做几个理论的验证，就把文章发表出去了。相对描述符而言，分子指纹代表的信息量更大，但分子指纹计算一般都牵涉到商业软件，很难去破解指纹具体的数字信息，这样就很难和免费的SVM或者KNN方法实现无缝衔接，我最近发现有个软件算出来的指纹，就是用位数代表指纹的（实数集）PaDEL-Descriptor，想用的可以去下载，很好用。

分子指纹(Molecular fingerprints)可以低计算成本的方式表示大规模化学数据集中化合物的化学(结构、物理化学等)性质。它们在将化学数据集中的分子转换为适合于计算方法的一致输入格式(bit向量或数值)方面发挥着重要作用。在这篇综述中，

有关小分子及其生物活性的信息来自几种核心药物化学期刊的全文文章，并与已批准的药物和临床开发候选药物的数据(如作用机制和治疗适应症)相结合。是一个公开的，可通过网络访问的测量结合亲和力的数据库，主要关注被认为是药物靶标的蛋白质与类似药物的小分子之间的相互作用。示例包括：政府机构，化学品供应商，期刊出版商等等。PubChem主要包含小分子，但也包含较大的分子，例如核苷酸，碳水化合物，脂质，肽和化学修饰的大分子。我们收集有关化学结构，标识符，化学和物理性质，生物活性，专利，健康，安全，毒性数据等许多信息。

很详细的介绍了各种模型的训练方法和解释。