模块 02
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 用一行 ASCII 字符串表示分子结构，是化学信息学与 AI 制药最基础的分子输入格式。 →
- 032 SELFIES 入门：为什么它比 SMILES 更适合分子生成 SELFIES 让任意字符串都对应一个合法分子，100% 鲁棒，因而在分子生成模型中比 SMILES 更省心。 →
- 033 InChI 与 InChIKey：化合物唯一标识怎么用于数据库检索 InChI 是标准化的分子唯一标识，其哈希形式 InChIKey 定长、便于检索与去重，是跨数据库对齐化合物的利器。 →
- 034 分子图表示：原子、键与图神经网络的连接方式 把分子看成「原子为节点、化学键为边」的图，是图神经网络直接学习分子的基础表示。 →
- 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定长向量，是相似性搜索与传统机器学习里最常用的分子特征。 →
- 036 Morgan Fingerprint 入门：ECFP 为什么如此常用 Morgan 指纹（即 ECFP）通过迭代编码原子的圆形环境，兼顾表达力与速度，是相似性与建模的默认选择。 →
- 037 ECFP 指纹详解：半径、位向量与分子特征 深入 ECFP 的半径、折叠位数与位碰撞，理解它作为机器学习特征的优势与坑。 →
- 038 MACCS Keys：经典结构指纹在药物筛选中的用途 MACCS Keys 用 166 个预定义子结构构成指纹，简单、可解释、计算快，是相似性筛选的经典基线。 →
- 039 Tanimoto 相似性：分子相似度检索的核心指标 Tanimoto 系数衡量两个指纹的重叠程度，是分子相似性搜索与虚拟筛选最常用的度量。 →
- 040 Scaffold 骨架：药物化学为什么重视母核 骨架是分子的核心环系框架，药物化学围绕骨架组织 SAR、做骨架跃迁，是理解系列化合物的关键视角。 →
- 041 Bemis–Murcko Scaffold：标准骨架提取方法入门 Bemis–Murcko 方法通过剥离侧链、保留环系与连接子，给出标准化的分子骨架，是骨架分析的事实标准。 →
- 042 R-group Decomposition：从取代基拆解理解 SAR R-group 分解把系列分子拆成「核心 + 取代基」，用表格化方式系统分析哪个位置换什么基团影响活性。 →
- 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 把仅差一个局部变换的分子配成对，统计该变换对性质的平均影响，是数据驱动的 SAR 规则挖掘。 →
- 044 QSAR 入门：从分子结构预测生物活性 QSAR 用描述符或指纹建立「结构→活性」的定量模型，是化学信息学最经典、至今仍在用的建模范式。 →
- 045 QSPR 入门：从分子结构预测理化性质 QSPR 与 QSAR 同源，但预测的是 logP、溶解度等理化性质，是 ADMET 与成药性建模的基础。 →
- 046 分子标准化：AI 建模前为什么必须清洗结构 同一分子可能有不同的画法、电荷或互变异构态；标准化把它们统一，是建模前不可省略的一步。 →
- 047 去盐与去重复：化合物数据清洗的第一步 去盐保留主结构、去重复消除冗余，是任何化合物数据清洗流程都要先做的两件事。 →
- 048 异常结构识别：训练集里哪些分子应该删除 混合物、无机物、价键错误、过大或过小的分子都会污染训练集；建模前要有一套结构过滤规则。 →
- 049 构象生成入门：2D 分子如何变成 3D 构象 对接、3D 描述符和 MD 都需要三维坐标；构象生成把 2D 结构变成合理的 3D 构象集合。 →
- 050 分子相似性聚类：如何整理大规模化合物库 用指纹相似性对化合物聚类，能整理大库、挑选代表分子、构建多样化子集。 →
- 051 Scaffold Split：为什么随机划分会高估模型能力 Scaffold Split 让测试集的骨架不出现在训练集，逼近「面对新骨架」的真实场景，避免随机划分的虚高分数。 →
- 052 化学空间可视化：PCA、t-SNE 与 UMAP 怎么用 把高维指纹降到二维，用 PCA、t-SNE、UMAP 把化学空间画出来，直观看分布、聚类与覆盖。 →
- 053 分子多样性评估：如何避免筛选库过于相似 用平均两两距离、簇数等指标量化库的多样性，避免「筛了一堆近亲」浪费实验资源。 →
- 054 药物片段与片段空间：FBDD 数据如何进入 AI 流程 片段是更小、更简单的起点分子；理解片段空间与 FBDD，有助于把片段数据接入 AI 设计流程。 →
- 055 化学信息学工具栈：RDKit、OpenBabel、Datamol 如何配合使用 把 RDKit、OpenBabel、Datamol、Molfeat 组合成一条顺手的工具链，是高效做化学信息学的基础。 →