概述化學(xué)信息學(xué)相關(guān)概念市公開課金獎(jiǎng)市賽課一等獎(jiǎng)?wù)n件

1、化學(xué)信息和化學(xué)信息學(xué) 自從化學(xué)學(xué)科出現(xiàn)以來，信息記載、組織與交流對化學(xué)學(xué)科發(fā)展起了主要作用，同時(shí)也成為化學(xué)學(xué)科一個(gè)主要組成部分。這是因?yàn)榛瘜W(xué)試驗(yàn)統(tǒng)計(jì)資料含有久遠(yuǎn)時(shí)間意義。在化學(xué)學(xué)科中，化學(xué)家依據(jù)百年以前統(tǒng)計(jì)資料從事科學(xué)研究例子并不罕見。另外，化學(xué)物質(zhì)結(jié)構(gòu)統(tǒng)計(jì)與檢索需要建立獨(dú)特統(tǒng)計(jì)系統(tǒng)。伴隨計(jì)算機(jī)技術(shù)發(fā)展，化學(xué)家必須建立自己信息表示、統(tǒng)計(jì)與管理系統(tǒng)，以適應(yīng)時(shí)代要求。 第1頁化學(xué)信息化學(xué)信息可分為兩大組成部分：化學(xué)物質(zhì)化學(xué)信息：利用科學(xué)原理和方法經(jīng)過測量得到化學(xué)成份相關(guān)信息，如物質(zhì)物理、化學(xué)性質(zhì)，物質(zhì)中各成份定性、定量以及結(jié)構(gòu)信息，分子間相互作用信息，化學(xué)反應(yīng)信息等。媒體形式化學(xué)信息：化學(xué)信息統(tǒng)計(jì)

2、形式，如圖書、期刊、?？?、專利、數(shù)據(jù)庫以及音像資料等，經(jīng)過化學(xué)信息傳輸使化學(xué)家們共享測量原理、方法及測量結(jié)果。 化學(xué)信息學(xué)是近年來發(fā)展起來新學(xué)科，它產(chǎn)生與發(fā)展是基于化學(xué)信息量指數(shù)般增加，尤其是組合化學(xué)及高通量篩選快速發(fā)展?；瘜W(xué)信息學(xué)產(chǎn)生與發(fā)展是與藥品研究與開發(fā)息息相關(guān)，但它應(yīng)用卻覆蓋化學(xué)學(xué)科各個(gè)領(lǐng)域，如農(nóng)業(yè)化學(xué)、分析化學(xué)、合成化學(xué)、物理化學(xué)等。近年來，國際上已出版與化學(xué)信息學(xué)相關(guān)雜志，出現(xiàn)眾多化學(xué)信息學(xué)企業(yè)，許多大學(xué)紛紛開設(shè)化學(xué)信息學(xué)課程，培養(yǎng)化學(xué)信息學(xué)人才。 第2頁1.1 化學(xué)信息學(xué)起源及歷史1.1.1 信息學(xué)起源上世紀(jì)40年代，以申農(nóng)（CEShannon）通訊數(shù)學(xué)理論、維納（NWeiner

3、）控制論動(dòng)物和機(jī)器中通訊與控制問題問世為標(biāo)志，信息論誕生了，它是科學(xué)發(fā)展史上里程碑，其偉大貢獻(xiàn)和深遠(yuǎn)影響是前所未有。1959年，美國賓夕法尼亞大學(xué)莫爾電子工程學(xué)院首先應(yīng)用了“信息科學(xué)”概念，這一概念既包含了信息理論又包含了信息技術(shù)。出現(xiàn)了：以計(jì)算機(jī)為代表“計(jì)算機(jī)信息科學(xué)”；以文件處理自動(dòng)化為代表“圖書館信息科學(xué)”和以申農(nóng)通訊信號計(jì)量理論為關(guān)鍵“全信息信息科學(xué)”。三者共同特征是：僅研究特定領(lǐng)域中一些信息，對其它領(lǐng)域中信息不予充分關(guān)注與考慮。上世紀(jì)60年代初，以申農(nóng)信息論為基礎(chǔ)信息科學(xué)得到了一定發(fā)展，新概念和新理論不停涌現(xiàn) 。第3頁20世紀(jì)80年代以來，在申農(nóng)原有信息論基礎(chǔ)上分別在含糊信息、概率與

4、非概率信息、語法信息、語義信息、語用信息等方面做了大量工作。在此基礎(chǔ)上，人們提出了廣義信息論。1982年美國普林斯頓大學(xué)馬克盧普（FMchlup）在美國聚集了當(dāng)初不一樣信息研究領(lǐng)域眾多學(xué)者發(fā)起了一個(gè)信息多學(xué)科交叉研究運(yùn)動(dòng)，信息理論研究開始向其它科學(xué)領(lǐng)域滲透和擴(kuò)展，誕生了40各種部門信息學(xué)，并發(fā)表了繼申農(nóng)、維納之后又一本經(jīng)典著作信息研究：學(xué)科之間通訊。 1994年，德國一批學(xué)者又發(fā)起了一個(gè)新交叉信息科學(xué)研究運(yùn)動(dòng)，開拓了部門信息學(xué)一些新領(lǐng)域。即使，研究范圍愈加廣泛，不過，并沒有做出實(shí)質(zhì)性評論與創(chuàng)新性理論。 90年代后期，部門信息學(xué)得到了蓬勃發(fā)展，除了增加了新組員，而且，關(guān)涉到了自然科學(xué)和社會科學(xué)眾

5、多前沿問題。其中較有影響部門學(xué)科是：生物信息學(xué)，物理信息學(xué)，還有經(jīng)濟(jì)信息學(xué)，人類信息學(xué)等等。據(jù)統(tǒng)計(jì)當(dāng)前大約已經(jīng)有50余種部門信息學(xué)。第4頁1.1.2 化學(xué)信息學(xué)起源與歷史 20世紀(jì)60年代以來，計(jì)算機(jī)與化學(xué)結(jié)合形成了計(jì)算機(jī)化學(xué)。經(jīng)過近40年發(fā)展，計(jì)算機(jī)化學(xué)幾乎在化學(xué)每一分支領(lǐng)域都取得了豐碩結(jié)果，計(jì)算機(jī)已成為化學(xué)研究主要工具之一。20世紀(jì)80年代以來，Internet飛速發(fā)展，逐步成為各種信息資源傳遞主要載體，包含基于化學(xué)信息網(wǎng)站、化學(xué)信息數(shù)據(jù)庫、遠(yuǎn)程化學(xué)教學(xué)等內(nèi)容化學(xué)信息網(wǎng)絡(luò)化趨勢也日趨形成?；瘜W(xué)與internet成為一個(gè)非常活躍、進(jìn)展驚人新興交叉領(lǐng)域。伴隨計(jì)算機(jī)化學(xué)不停發(fā)展和化學(xué)信息網(wǎng)絡(luò)化不

6、停普及，一個(gè)嶄新化學(xué)分支學(xué)科“化學(xué)信息學(xué)(Chemoinfiormatics)”應(yīng)運(yùn)而生。 “化學(xué)信息學(xué)”首次出現(xiàn)于1987年諾貝爾化學(xué)獎(jiǎng)取得者J. M. Lehn教授獲獎(jiǎng)匯報(bào)中。JMLehn在研究復(fù)雜分子反應(yīng)過程中發(fā)覺分子含有自組織、自識別化學(xué)智能反應(yīng)現(xiàn)象，識別概念包含著信息展示、傳遞、判別和響應(yīng)等過程，這就是化學(xué)信息學(xué)研究開始。 第5頁化學(xué)界教授學(xué)者們正試圖以新方式和方法建立化學(xué)信息周期表。 國外一些大學(xué)開設(shè)了化學(xué)信息學(xué)課程并確定為碩士研究方向，從事研究、管理和開發(fā)化學(xué)信息團(tuán)體、機(jī)構(gòu)和企業(yè)也相繼出現(xiàn)。美國化學(xué)會化學(xué)信息分會和圖書館協(xié)會在Indiana大學(xué)成立了化學(xué)信息教學(xué)資料交換中心（Th

7、e Clearinghouse for Chemical Information Instructional Materials (CCIIM)），負(fù)責(zé)搜集、公布和分發(fā)化學(xué)信息源。美國化學(xué)會還設(shè)置了化學(xué)信息教育委員會（American Chemical Society Division of Chemical Information Education Committee）。美國、歐洲、澳大利亞很多大學(xué)開設(shè)了化學(xué)信息學(xué)類課程。在國內(nèi)，化學(xué)教學(xué)指導(dǎo)委員會已將化學(xué)信息學(xué)列入化學(xué)教學(xué)基本內(nèi)容，北京大學(xué)化學(xué)學(xué)院已設(shè)置課程并編寫了講義，南京大學(xué)、復(fù)旦大學(xué)及我校等高校也相繼開設(shè)了該課程。第6頁1.2 化學(xué)

8、信息學(xué)概念及研究內(nèi)容1.2.1 化學(xué)信息學(xué)概念 1987年J. M. Lehn教授首次提出化學(xué)信息學(xué)概念以后并沒有深入深入研究這一概念本質(zhì)，但我們能夠看出，當(dāng)初化學(xué)信息內(nèi)在含義應(yīng)為分子間相互作用或相互識別相關(guān)信息，而化學(xué)信息學(xué)應(yīng)為研究分子間相互作用實(shí)質(zhì)或識別機(jī)理一個(gè)學(xué)科，主要目標(biāo)是為解釋超分子形成過程提供依據(jù)。 當(dāng)前化學(xué)信息學(xué)內(nèi)容愈加強(qiáng)調(diào)了化學(xué)文件、化學(xué)信息數(shù)據(jù)庫、尤其是Internet中化學(xué)資源等內(nèi)容。 第7頁 化學(xué)信息學(xué)還沒有統(tǒng)一被廣泛接收定義及英文名稱。當(dāng)前最通用為Chemoinformatics及Chemical informatics。也有用Cheminformatics， Chem

9、i informatics。也有些人把Chemical information Science及Molecular Informatics稱為化學(xué)信息學(xué)。與化學(xué)信息學(xué)相關(guān)術(shù)語有 chemi-informatics，chemometrics，computational chemistry，chemical informatics，chemical information management/science，和cheminformatics等等。 美國印第安那大學(xué)(Indiana University)在國際上最早在化學(xué)圖書館科學(xué)基礎(chǔ)上開設(shè)化學(xué)信息課程及培養(yǎng)化學(xué)信息學(xué)碩士，他們把化學(xué)信息學(xué)定義為

10、：化學(xué)信息學(xué)包含從利用傳統(tǒng)圖書館科學(xué)方法組織化學(xué)信息到利用當(dāng)代計(jì)算機(jī)技術(shù)產(chǎn)生、存放、檢索及可視化化學(xué)信息。 第8頁定義1：Frank Brown于1998年把化學(xué)信息學(xué)定義為：應(yīng)用信息技術(shù)和信息處理方法已成為藥品發(fā)覺過程中一個(gè)很主要部分，化學(xué)信息學(xué)實(shí)際上是一個(gè)信息源混合體。把各種化學(xué)數(shù)據(jù)轉(zhuǎn)化為信息，把信息提升為知識，其主要目標(biāo)是在藥品先導(dǎo)化合物發(fā)覺及組織過程變得更有效。 這個(gè)定義太偏重于藥品化學(xué)，實(shí)際上，化學(xué)信息學(xué)在其它領(lǐng)域如農(nóng)業(yè)化學(xué)也有廣泛應(yīng)用。(“The use of information technology and management has become a critical p

11、art of the drug discovery process. Chemoinformatics is the mixing of those information resources to transform data into information and information into knowledge for the intended purpose of making better decisions faster in the area of drug lead identification and organization” F. Brown, Annual Rep

12、orts in Medicinal Chemistry, 33, 375-384 (1998)第9頁 定義2： M. Hann 和R. Green 認(rèn)為化學(xué)信息學(xué)是處理化學(xué)老問題一個(gè)新名稱（“Chemoinformatics - a new name for an old problem ”， Current Opinion in Chemical Biology, 3, 379-383 (1999)）。定義3： Greg Paris在1999年8月ACS會議上提出了一個(gè)更普通性定義，他認(rèn)為：化學(xué)信息學(xué)是個(gè)普通術(shù)語，它包含化學(xué)信息設(shè)計(jì)、建立、組織、管理、檢索、分析、判別、可視化及使用。(“Ch

13、em(o)informatics is a generic term that encompasses the design, creation, organization, management, retrieval, analysis, dissemination, visualization and use of chemical information” G. Paris (August 1999 ACS meeting)。 第10頁 定義4： 將計(jì)算機(jī)技術(shù)應(yīng)用到化學(xué)中一門組合技術(shù)，利用統(tǒng)計(jì)模型、計(jì)算和分析科學(xué)來了解化學(xué)數(shù)據(jù)主要性（“Chemoinformatics is the ap

14、plication of computer technology to chemistry; a combination of techniques and models in statistical, computational, and analytical sciences to understand the significance of chemical data.”）。定義5： “化學(xué)信息學(xué)是近幾年發(fā)展起來一個(gè)新化學(xué)分支，它利用計(jì)算機(jī)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，對化學(xué)信息進(jìn)行表示、管理、分析、模擬和傳輸，以實(shí)現(xiàn)化學(xué)信息提取、轉(zhuǎn)化與共享，揭示化學(xué)信息內(nèi)在實(shí)質(zhì)與內(nèi)在聯(lián)絡(luò)，促進(jìn)化學(xué)學(xué)科知識創(chuàng)新?！?/p>

15、 化學(xué)信息學(xué)是化學(xué)學(xué)科分支學(xué)科，其研究對象和研究目標(biāo)均屬于化學(xué)學(xué)科領(lǐng)域。它研究伎倆為計(jì)算機(jī)技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，研究內(nèi)容則包含怎樣利用計(jì)算機(jī)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)對化學(xué)信息進(jìn)行表示、管理、分析、模擬和傳輸?shù)?。同時(shí)，化學(xué)信息學(xué)目標(biāo)是為了實(shí)現(xiàn)化學(xué)信息提取、轉(zhuǎn)化以及化學(xué)家之間資源共享，從而為促進(jìn)化學(xué)學(xué)科發(fā)展與知識創(chuàng)新做出貢獻(xiàn)。第11頁1.2.2 化學(xué)信息學(xué)研究內(nèi)容 (1)化學(xué)信息組織、管理、檢索和使用：化學(xué)信息可分為與傳媒相關(guān)信息(如文件、圖書資料、網(wǎng)絡(luò)信息等)及與物質(zhì)相關(guān)信息(各種試驗(yàn)數(shù)據(jù)，包含化學(xué)反應(yīng)相關(guān)數(shù)據(jù)，譜學(xué)數(shù)據(jù)，射線晶體學(xué)數(shù)據(jù)，化學(xué)與物理性質(zhì)數(shù)據(jù)，毒性及生物活性數(shù)據(jù)，與環(huán)境相關(guān)數(shù)據(jù)等)?；瘜W(xué)信

16、息形式包含：文字、符號、數(shù)字、形貌、圖形及表格等。這些化學(xué)信息最主要組織、管理形式是形成數(shù)據(jù)庫。 最早化學(xué)數(shù)據(jù)庫是各種譜學(xué)數(shù)據(jù)庫及劍橋晶體結(jié)構(gòu)數(shù)據(jù)庫。當(dāng)前最完善化學(xué)信息系統(tǒng)是MDL系統(tǒng)、Beilstein系統(tǒng)及CA系統(tǒng)。據(jù)統(tǒng)計(jì)當(dāng)前化學(xué)信息中58%已經(jīng)組織為各種數(shù)據(jù)庫系統(tǒng)，但其中只有12%能夠相互轉(zhuǎn)換，而化學(xué)信息經(jīng)常是需要結(jié)合使用，要完成一項(xiàng)化學(xué)研究工作需要調(diào)用各種相關(guān)數(shù)據(jù)庫。 第12頁 化學(xué)信息學(xué)主要內(nèi)容之一是怎樣實(shí)現(xiàn)化學(xué)信息間關(guān)聯(lián)及轉(zhuǎn)化?；瘜W(xué)信息管理、檢索及使用包含化學(xué)信息快速有效檢索及推理、判斷。主要包括人工智能方法，最主要是化學(xué)教授系統(tǒng)。一個(gè)教授系統(tǒng)包含化學(xué)知識信息處理，化學(xué)知識利用系統(tǒng)

17、、知識推理能力及咨詢解釋能力。20世紀(jì)60年代開發(fā)化學(xué)教授系統(tǒng)DENDRAL系統(tǒng)是最早教授系統(tǒng)。當(dāng)前已經(jīng)有各種化學(xué)教授系統(tǒng)用于不一樣目標(biāo)，如圖譜解析教授系統(tǒng)、反應(yīng)路線設(shè)計(jì)教授系統(tǒng)等。(2) 分子結(jié)構(gòu)編碼、描述、三維結(jié)構(gòu)構(gòu)建：巨大數(shù)目分子結(jié)構(gòu)編碼及三維結(jié)構(gòu)模型構(gòu)建及各種形式結(jié)構(gòu)表示，并能快速連接到合成路線，譜學(xué)數(shù)據(jù)，純化技術(shù)等是化學(xué)信息學(xué)基礎(chǔ)工作。 第13頁(3)化學(xué)信息加工、處理及深化：化學(xué)信息加工處理包含數(shù)據(jù)預(yù)處理，回歸分析，主成份分析，偏最小二乘，信號分析，模式識別，神經(jīng)網(wǎng)絡(luò)，遺傳算法，含糊及隨機(jī)算法等。它們能夠幫助化學(xué)家正確分析、評價(jià)、利用現(xiàn)有化學(xué)信息并從中獲取最大量有用結(jié)果，實(shí)現(xiàn)從數(shù)據(jù)

18、到信息，從信息到知識轉(zhuǎn)換。計(jì)算機(jī)模擬技術(shù)包含量子化學(xué)、分子動(dòng)力學(xué)、蒙特卡羅方法及各種優(yōu)化技術(shù)，近年來已取得重大進(jìn)展，在藥品開發(fā)，功效材料研制及生命科學(xué)領(lǐng)域都取得許多突破性結(jié)果?；瘜W(xué)體系包括分子、超分子、超分子聚集體及聚集態(tài)等。在不一樣尺度及層次化學(xué)體系會表現(xiàn)出不一樣性質(zhì)，稱尺度效應(yīng)。過去化學(xué)家主要著眼于微觀體系，化學(xué)工程學(xué)家主要關(guān)注宏觀體系，對于聯(lián)絡(luò)宏觀與微觀介觀體系沒有受到應(yīng)有重視，所以相關(guān)介觀體系信息及多尺度研究也應(yīng)是化學(xué)信息學(xué)關(guān)注主要問題。第14頁(4)計(jì)算組合化學(xué)：組合化學(xué)是當(dāng)前化學(xué)家關(guān)注熱門領(lǐng)域。它特點(diǎn)是以比較短時(shí)間及較少經(jīng)費(fèi)為快速合成大量化合物提供大量化學(xué)信息。但它面臨組合數(shù)目過大

19、，所謂組合爆炸，如此巨大數(shù)目標(biāo)組合化學(xué)合成仍需要消耗大量人力與物力，萬一失敗就造成巨大浪費(fèi)，所以需要經(jīng)過計(jì)算組合化學(xué)方法建立虛擬組合化學(xué)庫，然后在計(jì)算機(jī)上進(jìn)行篩選，選擇較少數(shù)目化合物進(jìn)行組合化學(xué)合成。虛擬庫構(gòu)建要考慮分子相同性及差異性。虛擬庫篩選包含基于靶酶結(jié)構(gòu)利用分子對接方法進(jìn)行篩選，或利用神經(jīng)網(wǎng)絡(luò)方法把已成藥化合物作為訓(xùn)練集，把虛擬組合化學(xué)庫作為預(yù)測集，把化合物區(qū)分為類藥分子(Drug Like)及非成藥分子(Non Drug compounds)。一個(gè)組合化學(xué)計(jì)算機(jī)系統(tǒng)應(yīng)包含組合合成庫設(shè)計(jì)，高維化學(xué)空間差異性質(zhì)計(jì)算及影射，化學(xué)反應(yīng)數(shù)據(jù)庫系統(tǒng)和知識庫系統(tǒng)，綜合性化學(xué)多樣性信息及生物試驗(yàn)數(shù)據(jù)

20、管理系統(tǒng)，分子對接及構(gòu)效關(guān)系研究等。 第15頁（5）化學(xué)體系中信息交換及傳遞：諾貝爾獎(jiǎng)金取得者Lehn在1987年諾貝爾獲獎(jiǎng)演說中提出信息化學(xué)(Semiochemistry)概念。他認(rèn)為化學(xué)信息寓于分子中，在分子間相互作用時(shí)讀出化學(xué)信息，這些化學(xué)信息對于化學(xué)反應(yīng)及性能起著調(diào)控作用。這方面研究包括分子識別、超分子建筑、分子結(jié)構(gòu)學(xué)、晶體工程、分子器件等方面內(nèi)容。但當(dāng)前在國外文件中較少有些人把這方面內(nèi)容納入化學(xué)信息學(xué)范圍。 第16頁(6)分子物理化學(xué)性質(zhì)預(yù)測：當(dāng)前已合成化合物數(shù)目已超出5107個(gè)，而虛擬組合化學(xué)庫化合物數(shù)目可達(dá)億萬個(gè)。如此巨大數(shù)目標(biāo)化合物無法全部完成它們物理化學(xué)性質(zhì)試驗(yàn)測定，所以依據(jù)

21、化合物結(jié)構(gòu)預(yù)測化合物性質(zhì)有主要意義和價(jià)值。利用量子化學(xué)及分子力學(xué)方法可預(yù)測許多主要分子性質(zhì)，如：鍵長、鍵角、二面角、三維結(jié)構(gòu)、藥效構(gòu)象、反應(yīng)中間體、過渡態(tài)、電子性質(zhì)、電荷分布、偶極矩、離子化勢、電子親和性、質(zhì)子親和性、極化、靜電勢、分子間相互作用、Wood World Hoffman規(guī)則、結(jié)合能、大分子間結(jié)合位點(diǎn)、pKa、分子能量、生成熱、焓、活化能、勢能面、反應(yīng)路徑、溶劑化能、光譜性質(zhì)、振動(dòng)頻率、紅外及拉曼強(qiáng)度、ESR常數(shù)、激活能、消光系數(shù)、傳輸性質(zhì)、親脂性、分子體積、分子表面積等等。第17頁1.3 化學(xué)信息學(xué)慣用方法 最早化學(xué)信息學(xué)方法和應(yīng)用都是發(fā)表在美國Journal of Chemic

22、al Information & Computer Science(Journal of Chemical Information and modeling)雜志上。化學(xué)信息學(xué)研究最早內(nèi)容之一是象結(jié)構(gòu)描述符一類化學(xué)結(jié)構(gòu)計(jì)算機(jī)表示。1.3.1 描述符和化學(xué)結(jié)構(gòu)數(shù)據(jù)庫獲取 20世紀(jì)80年代以前，計(jì)算機(jī)速度較慢，對化合物結(jié)構(gòu)和子結(jié)構(gòu)搜尋是一個(gè)極難問題，因?yàn)樗鼈冇?jì)算量都很大。為了找到在較慢計(jì)算機(jī)上能夠進(jìn)行化合物結(jié)構(gòu)和子結(jié)構(gòu)搜索非常切實(shí)可行方法，化學(xué)家們嘗試了許多方法方便能夠找到一個(gè)簡練結(jié)構(gòu)表示方法，如結(jié)構(gòu)線性表示等。這種方法將化合物結(jié)構(gòu)圖轉(zhuǎn)化成計(jì)算機(jī)很輕易識別和搜索字符串。數(shù)據(jù)搜索方法能夠過濾掉許多不

23、符合條件化合物，然后在小范圍里再依據(jù)逐一原子搜索方法就會將搜尋化合物縮小到一定范圍。 第18頁 線性符號 結(jié)構(gòu)線性符號在一系列規(guī)則下將化學(xué)結(jié)構(gòu)連接表轉(zhuǎn)化為含有一定序列字符串。最早線性符號是Wiswesser 線性符號(WLN)。在上世紀(jì)60年代中期到80年代，WLN被認(rèn)為是最好表示化學(xué)結(jié)構(gòu)工具。即使WLN很有效壓縮了化學(xué)結(jié)構(gòu)數(shù)據(jù)，而且非常適合低性能計(jì)算機(jī)存放和搜索，不過，它編碼讓非專業(yè)人員極難看懂。以后Weininger又提出了一個(gè)新線性符號編碼系統(tǒng)SMILES。因?yàn)镾MILES和自然語言很靠近，所以有機(jī)化學(xué)家廣泛應(yīng)用該方法建立化學(xué)結(jié)構(gòu)數(shù)據(jù)庫。要想成功地表示化學(xué)結(jié)構(gòu)，線性符號必須含有唯一性，即

24、線性符號和化學(xué)結(jié)構(gòu)之間必須是一一對應(yīng)關(guān)系，WLN和SMILES就含有這么特點(diǎn)。第19頁 規(guī)范化 WLN和SMILES都能夠經(jīng)過字符串匹配方法處理結(jié)構(gòu)搜索問題。一個(gè)分子2D結(jié)構(gòu)圖能夠經(jīng)過數(shù)學(xué)算法規(guī)范化地變成一個(gè)實(shí)數(shù)，這些實(shí)數(shù)就被稱為分子拓?fù)渲笖?shù)。不過兩個(gè)不一樣分子可能含有相同拓?fù)渲笖?shù)，所以，拓?fù)渲笖?shù)只能用于對分子篩選。拓?fù)渲笖?shù)概念最早是在QSAR和QSPR研究中提出。Wiener在1947年第一個(gè)報(bào)導(dǎo)了分子拓?fù)渲笖?shù)。假如分子和拓?fù)渲笖?shù)之間是一一對應(yīng)關(guān)系，那么結(jié)構(gòu)搜索就能夠經(jīng)過數(shù)據(jù)比較來完成。不過，子結(jié)構(gòu)搜索依然要經(jīng)過一個(gè)一個(gè)原子匹配算法來進(jìn)行，這么就非常耗時(shí)。為了增強(qiáng)化學(xué)數(shù)據(jù)庫搜索功效，必須要找

25、到很好結(jié)構(gòu)篩選技術(shù)。 第20頁 篩選與搜索 為了防止使用逐一原子匹配，當(dāng)前大都使用篩選方法。這種方法思緒是先定義一組子結(jié)構(gòu)（官能團(tuán)），用來過濾掉一些不可能結(jié)構(gòu)。這些預(yù)先定義結(jié)構(gòu)叫做搜索關(guān)鍵詞。當(dāng)前這些關(guān)鍵詞都被MDL結(jié)構(gòu)數(shù)據(jù)庫系統(tǒng)搜集采取，在MDL結(jié)構(gòu)數(shù)據(jù)庫系統(tǒng)中，有166個(gè)搜索關(guān)鍵詞和960個(gè)擴(kuò)展搜索關(guān)鍵詞。 開始這166個(gè)搜索關(guān)鍵詞是用166個(gè)字符串來表示，以后發(fā)覺使用166個(gè)二進(jìn)制位比使用166個(gè)字符串更有效，因?yàn)橛?jì)算機(jī)處理邏輯位操作要比處理字符串快多。第21頁 指紋 這種方法思想是用一些二進(jìn)制位來表示指定子結(jié)構(gòu)，假如有這種子結(jié)構(gòu)該位置二進(jìn)制數(shù)據(jù)為1，它表示對應(yīng)子結(jié)構(gòu)在此位置，0代表此位

26、置沒有指定子結(jié)構(gòu)。 這種二進(jìn)制映射被稱指紋。 有許多類型分子指紋，其類型依靠使用是一套什么樣子結(jié)構(gòu)，比如：Daylight 使用指紋表示是由Daylight Fingerprint 軟件包產(chǎn)生出來子結(jié)構(gòu)，而MDL指紋表示是MACCS搜索關(guān)鍵詞定義出來子結(jié)構(gòu)。指紋方法大大地提升了化學(xué)結(jié)構(gòu)數(shù)據(jù)庫搜索性能。從線性符號字符串到指紋轉(zhuǎn)變是化學(xué)信息學(xué)含有主要意義發(fā)展，有了指紋技術(shù)之后，我們能夠計(jì)算兩個(gè)不一樣大小分子結(jié)構(gòu)相同性。盡管兩個(gè)分子可能含有不一樣原子數(shù)和鍵數(shù)，它們有可能有相同數(shù)目標(biāo)指紋，占用相同存放空間。第22頁 結(jié)構(gòu)描述符及化合物結(jié)構(gòu)庫 制藥企業(yè)在上世紀(jì)90年帶開始采取高通量篩選技術(shù)?？焖俳Y(jié)構(gòu)出包

27、含數(shù)千個(gè)化合物結(jié)構(gòu)數(shù)據(jù)庫已經(jīng)成為一個(gè)主要課題，結(jié)構(gòu)這么數(shù)據(jù)庫目標(biāo)是為了處理以下問題： (1) 一個(gè)數(shù)據(jù)庫里有多少種各類化合物？(2) 在數(shù)據(jù)庫中化合物和市場化合物相比有多少相同性？(3)應(yīng)該怎樣選擇出一個(gè)子庫，使其在結(jié)構(gòu)上能表示整個(gè)庫？(4)外來數(shù)據(jù)庫能否作為該庫在結(jié)構(gòu)上補(bǔ)充？ 早期化學(xué)信息學(xué)使用了化學(xué)數(shù)據(jù)庫概念，比如MACCS基于指紋搜索關(guān)鍵詞和Daylight指紋，這些工具都能進(jìn)行化學(xué)結(jié)構(gòu)差異性分析。當(dāng)前，子結(jié)構(gòu)二進(jìn)制映射不但能夠表示結(jié)構(gòu)描述符，也能夠表示任何結(jié)構(gòu)性質(zhì)：如拓?fù)湫再|(zhì)和3D性質(zhì)各種分子指數(shù)、分子量和H-給體數(shù)等，現(xiàn)在有許多計(jì)算各種各樣結(jié)構(gòu)描述符無償和商業(yè)工具。 結(jié)構(gòu)描述符是概括

28、化學(xué)結(jié)構(gòu)數(shù)據(jù)庫最基本工具，而差異性則是當(dāng)代化學(xué)信息學(xué)主要內(nèi)容。第23頁1.3.2 降維和描述符選擇（Dimension reduction and descriptor selection） 從數(shù)學(xué)角度而言，一個(gè)數(shù)據(jù)庫若有n個(gè)化合物，而每個(gè)化合物用m (m 3)個(gè)描述符來表示，那么該庫就是一個(gè)nm矩陣。即使我們都喜歡從各種各樣圖上來分析數(shù)據(jù)，但我們沒有方法用圖形來表示它們。為了處理這個(gè)問題，我們必須使用降維技術(shù)將數(shù)據(jù)轉(zhuǎn)化為2D或3D。當(dāng)前有許多降維方法，下面作一個(gè)介紹。 多維規(guī)范化處理（MDS） 多維規(guī)范化處理(MDS)或人工神經(jīng)網(wǎng)絡(luò)(ANN)方法都是傳統(tǒng)用于絳維方法。MDS是一個(gè)非線性映射方

29、法。它不是一個(gè)準(zhǔn)確方法，實(shí)際上是將研究對象移到一個(gè)指定維數(shù)定義空間上，然后檢驗(yàn)對象之間在新空間中表示距離能否和原空間次序一致。換句話說，MDS使用函數(shù)最小化算法計(jì)算含有最大擬合目標(biāo)不一樣空間中數(shù)據(jù)。第24頁 自組織映射(SOM) 自組織映射(SOM)是人工神經(jīng)網(wǎng)絡(luò)一個(gè)。它是一個(gè)有效向量定量化算法，在高維輸入空間中建立參考向量，并用一個(gè)規(guī)則方式在影射空間中用該參考向量近似輸入模式。定義參考向量間局部次序關(guān)系使得它們之間相互依賴，這么它們近鄰值好象都落在一個(gè)假設(shè)“彈性面”上。SOM 經(jīng)過保留輸入數(shù)據(jù)局部本質(zhì)特征能夠?qū)?fù)雜高維空間數(shù)據(jù)壓縮或影射到二維空間上。第25頁 主成份分析與因子分析（PCA，F(xiàn)

30、A） 主成份分析 (PCA) 與因子分析 (FA) 在定量分析中通慣用于過濾多出描述符、排除包含信息量極少描述符。PCA能將大量含有潛在相關(guān)性變量（描述符）轉(zhuǎn)變成一些相對獨(dú)立變量，而且能夠依據(jù)這些變量所包含信息量多少進(jìn)行排列。 經(jīng)過變換變量包含了全部變量絕大部分信息，所以被稱為主成份。第一個(gè)主成份包含信息最多，接下來每一個(gè)主成份都包含有一定信息，后面成份所包含信息往往極少，能夠舍掉而不會失去多少信息。 因子分析（FA）是經(jīng)過對一數(shù)據(jù)矩陣進(jìn)行特征分析、旋轉(zhuǎn)變換等操作，以取得相關(guān)信息數(shù)學(xué)方法。 所取得因子是原始變量線性組合，其數(shù)目總是比原始變量數(shù)目少。假如在PCA中主成份數(shù)和FA中因子數(shù)少于4，那

31、么多維數(shù)據(jù)就能夠在2D或3D空間中用圖形表示了。即使PCA和FA都能夠用于數(shù)據(jù)降維，但這種降維方法并不是適合用于任何情況，所以我們需要一個(gè)方法能將數(shù)據(jù)點(diǎn)和化學(xué)結(jié)構(gòu)之間對應(yīng)起來， 這就是所謂化學(xué)結(jié)構(gòu)相關(guān)數(shù)據(jù)可視化。第26頁 可視化化學(xué)結(jié)構(gòu) 化學(xué)結(jié)構(gòu)圖是化學(xué)家們自然語言。 因?yàn)閷?shù)據(jù)庫里每一個(gè)化合物影射二維平面中一個(gè)點(diǎn)，所以很有必要找到一個(gè)輕易方法來識別每一個(gè)點(diǎn)所對應(yīng)化合物結(jié)構(gòu)。這種方法已經(jīng)被一些軟件如Spotfire 處理。 描述符選擇（Descriptor selection） 成功數(shù)據(jù)挖掘往往是建立在選擇良好能反應(yīng)分子結(jié)構(gòu)和性質(zhì)特征描述符基礎(chǔ)之上。假如用一些不適當(dāng)描述符來表示分子，就不可能得

32、到一個(gè)合理可靠預(yù)測結(jié)果。要想正確選擇描述符，必須要求對所要處理問題中一些計(jì)算關(guān)系有足夠了解，通常相關(guān)性分析（Correlation analysis）及相關(guān)分析方法能夠幫助我們對問題了解。選擇描述符時(shí)應(yīng)遵照以下標(biāo)準(zhǔn)： 第27頁（1）所選擇描述符應(yīng)該與生物活性相關(guān)（通常要進(jìn)行相關(guān)性分析）；（2）所選擇描述符應(yīng)該覆蓋面較廣（即數(shù)據(jù)集有各種各樣分布）；（3）所選擇描述符相互之間應(yīng)該是相對獨(dú)立（假如有兩個(gè)描述符之間含有很好相關(guān)性，建立模型所預(yù)測性質(zhì)就會出現(xiàn)偏差）（4）所選擇描述符應(yīng)該是比較輕易取得，且易于化學(xué)家解釋，不會發(fā)生改變或不相關(guān)轉(zhuǎn)換，對噪音不太敏感，同時(shí)該描述符還應(yīng)該在不一樣種類模式（模型）中

33、起不一樣作用。 一些研究表明，2D描述符有時(shí)比3D描述符在建模時(shí)更有效。數(shù)據(jù)挖掘目標(biāo)就是建立與活性或性質(zhì)相關(guān)模式。在分析數(shù)據(jù)時(shí)候，我們會把化合物庫里化合物分成幾組，在同一組里化合物應(yīng)含有共同特征。這就要求分類，而模式識別算法就是用于分類。 第28頁1.3.3 分類和模式識別（Classifications and pattern recognition） 數(shù)據(jù)挖掘關(guān)鍵技術(shù)是模式識別。在化學(xué)信息學(xué)中，回歸分析和分類是最慣用模式識別技術(shù)?；貧w分析通慣用于含有連續(xù)數(shù)據(jù)變量中，不過多數(shù)結(jié)構(gòu)描述符都是離散或是布爾（Boolean）變量，所以就不得不采取分類方法來處理，如有指導(dǎo)和無指導(dǎo)學(xué)習(xí)算法。下面我們先

34、來了解什么是模式（patterns）。 模式 研究人員要想從眾多數(shù)據(jù)挖掘工具中找出適當(dāng)模式，必須先對所研究問題有足夠了解，即研究者應(yīng)該事先知道他們研究問題模式類型。 第29頁第30頁 相同或距離矩陣（Similarity or Distance metrics） 許多模式識別技術(shù)需要距離或相同性度量方法來定量地衡量兩個(gè)研究對象（象化學(xué)中經(jīng)常研究分子）相同性。普通而言，Euclidean 距離，Mahalanobis 距離和相關(guān)系數(shù)是最慣用距離度量方法，Tanimoto系數(shù)慣用于計(jì)算布爾邏輯型(Boolean logic)數(shù)據(jù)之間相同性，它們計(jì)算方法以下： (1.1) (1.2) (1.3) (

35、1.4)第31頁 聚類（Clustering） 聚類分析(CA)是由Tryon在1939第一個(gè)使用，實(shí)際上CA 包含了大量分類算法。一個(gè)最普通是怎樣使用分類學(xué)將試驗(yàn)數(shù)據(jù)分成有意義不一樣類別。CA方法就是為了處理這個(gè)問題。當(dāng)前，已經(jīng)有許多CA算法，總能夠分成兩類：即分級聚類和不分級聚類。分級聚類將研究對象按樹狀結(jié)構(gòu)進(jìn)行重新安排。 Javis-Patrick是最早使用CA對化學(xué)結(jié)構(gòu)進(jìn)行聚類。正確聚類分析要依靠下面三點(diǎn)： (1)選取適當(dāng)結(jié)構(gòu)表示；(2)選取適當(dāng)數(shù)據(jù)標(biāo)準(zhǔn)化方法；(3)選擇適當(dāng)聚類分析算法和適當(dāng)參數(shù)設(shè)置。當(dāng)大量試驗(yàn)數(shù)據(jù)試驗(yàn)條件和量剛不一樣時(shí)，數(shù)據(jù)標(biāo)準(zhǔn)化是這些數(shù)據(jù)能夠進(jìn)行比較基礎(chǔ)。 第32

36、頁線性標(biāo)準(zhǔn)化： 百分比標(biāo)準(zhǔn)化： Z-score標(biāo)準(zhǔn)化： 普通地，線性標(biāo)準(zhǔn)化使用較多，Z-score標(biāo)準(zhǔn)化必須要求xi 符合Gaussian 分布。聚類分析一個(gè)缺點(diǎn)是在進(jìn)行聚類分析之前必須先確定數(shù)據(jù)應(yīng)該分成幾類，而且不允許出現(xiàn)奇異數(shù)據(jù)。 第33頁 分割聚類（Partition clustering） 分割算法也有許各種，如二杈樹，非參數(shù)法等。因?yàn)闃O難使用回歸或參數(shù)分類法對奇異數(shù)據(jù)類型進(jìn)行分類，過多描述符也使得聚類分析無法進(jìn)行，普通就用二杈樹方法處理這類問題。當(dāng)前最慣用二杈樹算法是遞歸分割（recursive partitioning ，RP）。有文章報(bào)道使用遞歸分割算法在一個(gè)小時(shí)內(nèi)能將超出100

37、,000 化合物和2,000,000 描述符進(jìn)行分類。遞歸分割算法也可用于建立多元回歸模型。一個(gè)最大優(yōu)點(diǎn)就是分割算法和和聚類分析算法一樣能夠處理許多分類問題。第34頁1.4 化學(xué)信息學(xué)軟件開發(fā)及慣用軟件 計(jì)算機(jī)與化學(xué)結(jié)合在上世紀(jì)60年代就開始為人們所重視，80年代以來得到快速發(fā)展。近二十多年來，因?yàn)橛?jì)算機(jī)及網(wǎng)絡(luò)技術(shù)不停發(fā)展，計(jì)算機(jī)技術(shù)與化學(xué)之間相互滲透已成為化學(xué)和計(jì)算機(jī)科學(xué)工作者研究熱點(diǎn)，從而形成了一門新興分支學(xué)科化學(xué)信息學(xué)。 利用Internet這種全球化工具，化學(xué)工作者在自己辦公室或家中就能夠快速地獲取過去難于取得或者需要經(jīng)過許多方法和渠道才能取得信息，也能夠經(jīng)過Internet網(wǎng)快速地發(fā)

38、表自己觀點(diǎn)、研究結(jié)果等。 計(jì)算機(jī)技術(shù)在化學(xué)中應(yīng)用對化學(xué)工作者傳統(tǒng)工作方法及思維模式產(chǎn)生了很大沖擊，改變了化學(xué)工作者研究伎倆及工作環(huán)境，使得原來難以處理問題變得愈加輕易，如結(jié)構(gòu)化學(xué)中許多計(jì)算。如今計(jì)算機(jī)技術(shù)在化學(xué)中已得到廣泛應(yīng)用，各種應(yīng)用軟件大量出現(xiàn)使得化學(xué)工作者愈來愈依靠這種技術(shù)來處理化學(xué)中問題?？倎矸郑?dāng)前化學(xué)信息學(xué)應(yīng)用軟件主要包含為以下兩個(gè)方面： 第35頁 計(jì)算機(jī)開始用于處理化學(xué)中復(fù)雜計(jì)算將計(jì)算機(jī)技術(shù)與化學(xué)儀器相結(jié)合從而到分析測試自動(dòng)化、智能化是當(dāng)前新儀器、新設(shè)備設(shè)計(jì)與制造主要發(fā)展趨勢。 伴隨計(jì)算機(jī)技術(shù)不停發(fā)展與功效完善，計(jì)算機(jī)不再是一個(gè)簡單計(jì)算工具，它正向智能化、網(wǎng)絡(luò)化方向發(fā)展，這使得應(yīng)

39、用計(jì)算機(jī)技術(shù)能處理化學(xué)問題也愈來愈多。因?yàn)橛?jì)算機(jī)主要是用數(shù)學(xué)方法經(jīng)過計(jì)算來處理問題，其特點(diǎn)是能快速地進(jìn)行大量復(fù)雜、繁瑣數(shù)學(xué)計(jì)算，而化學(xué)是對化學(xué)物質(zhì)進(jìn)行認(rèn)識、分析、合成及利用。所以，要想將計(jì)算機(jī)技術(shù)應(yīng)用到化學(xué)中就必須處理化學(xué)與計(jì)算機(jī)結(jié)合問題。這方面研究包含兩方面內(nèi)容，即計(jì)算機(jī)與化學(xué)儀器接口、化學(xué)類應(yīng)用軟件程序包開發(fā)。 第36頁（1）計(jì)算機(jī)與化學(xué)儀器接口。 其任務(wù)是研制計(jì)算機(jī)與化學(xué)儀器相接時(shí)軟硬件運(yùn)行環(huán)境，它包含試驗(yàn)數(shù)據(jù)采集與處理兩方面內(nèi)容。其方法是使用A/D或D/A轉(zhuǎn)化技術(shù)將化學(xué)測量中模擬信號轉(zhuǎn)化為計(jì)算機(jī)可識別數(shù)字信號或?qū)⒂?jì)算機(jī)發(fā)出數(shù)字信號轉(zhuǎn)化為化學(xué)儀器可識別模擬信號，進(jìn)而實(shí)現(xiàn)對測試及工藝過程控

40、制。測試儀器接口系統(tǒng)今后向模塊式、智能化測試系統(tǒng)方向發(fā)展將是一個(gè)必定趨勢。第37頁（2）對采集數(shù)據(jù)處理，是經(jīng)過不一樣目標(biāo)化學(xué)類應(yīng)用軟件程序包系統(tǒng)實(shí)現(xiàn)。 化學(xué)信息學(xué)類應(yīng)用軟件程序包，主要是設(shè)計(jì)含有工具性應(yīng)用軟件程序包和處理化學(xué)問題數(shù)學(xué)程序。 這方面國外有很多，如Chemoffice、ChemWindow、ChemSketch、Scivision、Chemdraw、ISIS Draw系列化學(xué)辦公軟件、HyperChem系列程序、Tripos企業(yè)Sybyl系列程序、Caussian系列程序、Mopac系列程序、DENDRAL、CHEMICS、CASE、EXSPEC、PARIS等。由加拿大Advanc

41、ed Chemistry Development Inc.企業(yè)制作Chem Sketch軟件，其1.0版已作為無償軟件向大眾推出，該軟件能夠從Internet上無償下載：http:/WWW./dowload，主要用化學(xué)結(jié)構(gòu)二維及三維顯示。更多軟件及介紹可參見：/第38頁 我國在這方面起步較晚，唐敖慶等編制結(jié)構(gòu)化學(xué)軟件是我國較早自己設(shè)計(jì)化學(xué)類工具軟件。 清華大學(xué)CAI中心試驗(yàn)室開發(fā)寫作系統(tǒng)THCAI，能夠用它開發(fā)包含化學(xué)類CAI課件； 安登魁等設(shè)計(jì)計(jì)算藥品分析程序包，它包含35個(gè)慣用方法，可用于各種類型化學(xué)統(tǒng)計(jì)分析、分光光度分析、最優(yōu)化、因子分析、聚類分析及模式識別計(jì)算。 當(dāng)前，在量子化學(xué)研究中

42、用得最廣泛計(jì)算程序是由1998年Noble化學(xué)獎(jiǎng)取得者之一Pople設(shè)計(jì)Gaussian系列程序.。 第39頁1.5 化學(xué)信息學(xué)應(yīng)用 1.5.1 化學(xué)信息學(xué)在化學(xué)應(yīng)用 就其研究內(nèi)容看來，化學(xué)信息學(xué)在化學(xué)研究中應(yīng)用普通可分為四個(gè)方面，即，計(jì)算機(jī)與計(jì)算化學(xué)、計(jì)算機(jī)與應(yīng)用化學(xué)、計(jì)算機(jī)與化學(xué)工程、化學(xué)數(shù)據(jù)庫與教授系統(tǒng)。1.5.2 藥品設(shè)計(jì)中應(yīng)用（Applications in drug discovery） 化合物選擇（Compound selection），虛擬庫建立（Virtual library generation），虛擬篩選（Virtual screening）。 第40頁1.6 化學(xué)信息學(xué)

43、現(xiàn)實(shí)狀況及未來 化學(xué)信息學(xué)是用計(jì)算機(jī)研究化學(xué)反應(yīng)和物質(zhì)改變規(guī)律，實(shí)現(xiàn)化學(xué)知識創(chuàng)新科學(xué)。以計(jì)算機(jī)及其網(wǎng)絡(luò)系統(tǒng)為工具，建立由化學(xué)化工信息發(fā)覺新知識和實(shí)現(xiàn)知識傳輸理論和方法；認(rèn)識物質(zhì)、改造物質(zhì)、創(chuàng)造新物質(zhì)和認(rèn)識反應(yīng)、控制反應(yīng)過程和創(chuàng)造新反應(yīng)、新過程是化學(xué)信息學(xué)研究主體?；瘜W(xué)數(shù)據(jù)挖掘和知識發(fā)覺、計(jì)算機(jī)輔助結(jié)構(gòu)解析、分子設(shè)計(jì)和合成路線設(shè)計(jì)等是當(dāng)前化學(xué)信息學(xué)主要研究方向。1.6.1 計(jì)算機(jī)和信息技術(shù)大量用于藥品篩選 傳統(tǒng)藥品篩選過程是先對動(dòng)物進(jìn)行各種指標(biāo)試驗(yàn)，再進(jìn)入人體臨床試驗(yàn)，過程長，組合種類少，效率低。現(xiàn)在計(jì)算機(jī)技術(shù)甚至大型計(jì)算機(jī)應(yīng)用于藥品篩選，分子設(shè)計(jì)和建立基因圖譜庫等，大大提升了效率。上海藥品所采取神威2號超大型計(jì)算機(jī)用于藥品篩選，原來需要幾年計(jì)算量，現(xiàn)在僅用幾周時(shí)間。大量基因藥品用計(jì)算機(jī)與基因圖譜做對比，便于分析、基因修復(fù)和分子設(shè)計(jì)。所以，信息技術(shù)伎倆廣泛采取將是醫(yī)藥產(chǎn)業(yè)未來發(fā)展重點(diǎn)。 第41頁1.6.2 生物學(xué)為化學(xué)信息學(xué)帶來新機(jī)遇 生物基因工程尤其是人類基因組計(jì)劃完成為化學(xué)信息學(xué)帶來新機(jī)遇。許多化學(xué)信息學(xué)企業(yè)，已經(jīng)開始了藥品開發(fā)信息學(xué)平臺研究，不過 極難得到生物信息學(xué)方面合作搭檔。當(dāng)前這個(gè)領(lǐng)域競爭非常激烈，真正勝出者將是那些能夠快速消除生物信息學(xué)和化學(xué)信息學(xué)鴻溝企業(yè)。1.7 化學(xué)信息學(xué)發(fā)展方向1.7.1 并行優(yōu)化技術(shù) 在過去十年中，化學(xué)信息學(xué)在化