分子挖掘

分子探勘（Molecule mining）為使用分子的数据挖掘。由於分子可由分子圖表示，這與圖形挖掘和結構化數據挖掘密切相關。主要問題是如何在區分數據實例時表示分子。其中一種方法是化學相似性度量，这在化學信息學領域具有悠久的傳統。

計算化學相似性的典型方法是使用化學指紋，但這会导致丟失有關分子拓撲的基礎信息。挖掘分子圖直接避免了這個問題。反向QSAR問題也適用於矢量映射問題。

編碼(分子i,分子j\neq i)

核心方法

• 邊緣化圖形核心
  ^[1]
• 最優分配核心^[2][3][4]
• 藥效核心^[5]
• C++(and R)执行 （页面存档备份，存于互联网档案馆）结合
  • 標記圖之間的邊緣化圖形核心
    ^[1]
  • 邊緣化核心的擴展^[6]
  • 谷本核(Tanimoto kernels)^[7]
  • 基於樹形圖的圖形內核^[8]
  • 基於用於分子3D結構的藥效核心^[5]

最大值共同圖形方法(Maximum Common Graph methods)

• MCS-HSCS^[9] (單MCS最高得分普通子結構（HSCS）排名策略)
• 小分子子图檢測器（SMSD）^[10]-是一個基於Java的軟件庫，用於計算小分子之間的最大共同子圖（MCS）。這將有助於我們找到兩個分子之間的相似性/距離。 MCS也用於通過擊打分子來篩選藥物化合物，其分享共同的子圖（子結構）。^[11]

編碼（分子i）

分子查詢方法

• Warmr^[12][13]
• AGM^[14][15]
• PolyFARM^[16]
• FSG^[17][18]
• MolFea^[19]
• MoFa/MoSS^[20][21][22]
• Gaston^[23]
• LAZAR^[24]
• ParMol^[25] (包括 MoFa, FFSM, gSpan 和 Gaston)
• optimized gSpan^[26][27]
• SMIREP^[28]
• DMax^[29]
• SAm/AIm/RHC^[30]
• AFGen^[31]
• gRed^[32]
• G-Hash^[33]

基於神經網絡特殊架構的方法

• BPZ^[34][35]
• ChemNet^[36]
• CCS^[37][38]
• MolNet^[39]
• Graph machines^[40]

参见

• 分子查询语言
• 化學圖論