化學相似性：修订间差异

删除的内容添加的内容

行内

2010年11月17日 (三) 04:46的版本

化學相似性（或稱為分子相似性）是指二個元素、分子或化合物在結構上的相似程度，或是在參與化學反應時效果的相似程度。若是探討在生物上的效應及其相似程度，一般會使用化合物的生物活性（biological activity），否則會使用化合物的活性度來衡量參與化學反應時的效果。

化學相似性（或分子相似性）的概念是化學信息學中（chemoinformatics）最重要的主題之一 ^[1]^[2]。在化合物性質預測或設計特定性質化合物的现代研究中，化學相似性都有重要的作用。而有些藥物設計研究會利用大型化學品資料庫進行篩選，也和化學相似性有關。上述研究的基礎是Johnson和Maggiora的相似性質定律：「相似的化合物會有相似的性質」^[1]。

相似性的量度

化學相似性一般會表示為在描述空間中距離度量的倒數。距離度量依三角不等式成立與否，可以分為欧几里得度量或非欧几里得度量。

相似性搜尋及虚拟筛选

以相似性為基礎的^[3] 虚拟筛选（virtual screening）是一種ligand-based的虚拟筛选，假設一資料庫中查到和某一化合物類似的所有化合物都有類似的生物活性。不過此假設不一定成立^[4]，常常找到的化合物活性比原化合物要大很多^[5]。為了要在數百萬種化合物的資料庫中進行高效率的相似性筛选，分子結構常以分子筛（molecular screen）、结构密钥（structural key）或是長度固定（或可變）的分子指紋（molecular fingerprint）來表示。分子筛及指紋常包括2D及3D的資訊，不過2D資訊（a kind of binary fragment descriptors）比較常用。一些基於片段的结构密钥（Fragment-based structural keys），例如MDL keys^[6]，已足於處理小型及中型的化學資料庫，不過在處理大型化學資料庫時仍需要資訊密度更高的分子指紋。基於片段的Daylight指紋^[7]、BCI指紋^[8]及UNITY 2D指紋 (Tripos^[9])是最好的例子。當比較二化合物分子指紋時，最常用杰卡德系数（Tanimoto (or Jaccard) coefficient） T來度量其相似程度。若二個化學結構Daylight指紋的 $T>0.85$ ，一般就視為相似。

參考資料

^ ^1.0 ^1.1 A. M. Johnson, G. M. Maggiora. Concepts and Applications of Molecular Similarity. New York: John Willey & Sons. 1990.
^ N. Nikolova, J. Jaworska. Approaches to Measure Chemical Similarity - a Review. QSAR & Combinatorial Science. 2003, 22 (9-10): 1006–1026. doi:10.1002/qsar.200330831.
^ S. A. Rahman, M. Bashton, G. L. Holliday, R. Schrader and J. M. Thornton, Small Molecule Subgraph Detector (SMSD) toolkit, Journal of Cheminformatics 2009, 1:12. DOI:10.1186/1758-2946-1-12
^ H. Kubinyi. Similarity and Dissimilarity: A Medicinal Chemist’s View. Persp. Drug Discov. Design. 1998, 9–11: 225–252. doi:10.1023/A:1027221424359.
^ Y. C. Martin, J. L. Kofron, L. M. Traphagen. Do structurally similar molecules have similar biological activity?. J. Med. Chem. 2002, 45 (19): 4350–4358. PMID 12213076. doi:10.1021/jm020155c.
^ J. L. Durant, B. A. Leland, D. R. Henry, J. G. Nourse. Reoptimization of MDL Keys for Use in Drug Discovery. J. Chem. Inf. Comput. Sci. 2002, 42 (6): 1273–1280. PMID 12444722.
^ Daylight Chemical Information Systems Inc..
^ Barnard Chemical Information Ltd..
^ Tripos Inc..

这是一篇與化学相關的小作品。你可以通过编辑或修订扩充其内容。

[johnson_1990-1] 1.0 ^1.1 A. M. Johnson, G. M. Maggiora. Concepts and Applications of Molecular Similarity. New York: John Willey & Sons. 1990.

[nikolova_2003-2] N. Nikolova, J. Jaworska. Approaches to Measure Chemical Similarity - a Review. QSAR & Combinatorial Science. 2003, 22 (9-10): 1006–1026. doi:10.1002/qsar.200330831.

[SMSD09-3] S. A. Rahman, M. Bashton, G. L. Holliday, R. Schrader and J. M. Thornton, Small Molecule Subgraph Detector (SMSD) toolkit, Journal of Cheminformatics 2009, 1:12. DOI:10.1186/1758-2946-1-12

[kubinyi_1998-4] H. Kubinyi. Similarity and Dissimilarity: A Medicinal Chemist’s View. Persp. Drug Discov. Design. 1998, 9–11: 225–252. doi:10.1023/A:1027221424359.

[5] Y. C. Martin, J. L. Kofron, L. M. Traphagen. Do structurally similar molecules have similar biological activity?. J. Med. Chem. 2002, 45 (19): 4350–4358. PMID 12213076. doi:10.1021/jm020155c.

[durant_2002-6] J. L. Durant, B. A. Leland, D. R. Henry, J. G. Nourse. Reoptimization of MDL Keys for Use in Drug Discovery. J. Chem. Inf. Comput. Sci. 2002, 42 (6): 1273–1280. PMID 12444722.

[daylight-7] Daylight Chemical Information Systems Inc..

[bci-8] Barnard Chemical Information Ltd..

[tripos-9] Tripos Inc..

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

@@ 第6行： / 第6行： @@
 == 相似性的量度 ==
+化學相似性一般會表示為在描述空間中[[距離|距離度量]]的[[倒數]]。距離度量依[[三角不等式]]成立與否，可以分為[[欧几里得度量]]或非欧几里得度量。
-Chemical similarity is often described as an [[inverse element|inverse]] of a [[distance|measure of distance]] in descriptor space. Distance measures can be classified into [[Euclidean distance|Euclidean measure]]s and non-Euclidean measures depending on whether the [[triangle inequality]] holds.
+== 相似性搜尋及虚拟筛选 ==
+以相似性為基礎的<ref name="SMSD09">S. A. Rahman, M. Bashton, G. L. Holliday, R. Schrader and J. M. Thornton, Small Molecule Subgraph Detector (SMSD) toolkit, Journal of Cheminformatics 2009, 1:12.  DOI:10.1186/1758-2946-1-12</ref> [[虚拟筛选]]（[[:en:virtual screening|virtual screening]]）是一種ligand-based的虚拟筛选，假設一資料庫中查到和某一化合物類似的所有化合物都有類似的生物活性。不過此假設不一定成立<ref name="kubinyi_1998">{{cite journal | doi = 10.1023/A:1027221424359 | author = H. Kubinyi | title = Similarity and Dissimilarity: A Medicinal Chemist’s View | journal = Persp. Drug Discov. Design | year = 1998 | volume = 9-11 | pages = 225–252}}</ref>，常常找到的化合物活性比原化合物要大很多<ref = "martin_2002">{{cite journal | doi = 10.1021/jm020155c | author = Y. C. Martin, J. L. Kofron, L. M. Traphagen | title = Do structurally similar molecules have similar biological activity? | journal = J. Med. Chem. | volume = 45 | issue = 19 | pages = 4350–4358 | pmid = 12213076 | year = 2002}}</ref>。為了要在數百萬種化合物的資料庫中進行高效率的相似性筛选，分子結構常以分子筛（molecular screen）、结构密钥（structural key）或是長度固定（或可變）的分子指紋（molecular fingerprint）來表示。分子筛及指紋常包括2D及3D的資訊，不過2D資訊（a kind of binary fragment descriptors）比較常用。一些基於片段的结构密钥（Fragment-based structural keys），例如MDL keys<ref name="durant_2002">{{cite journal | author = J. L. Durant, B. A. Leland, D. R. Henry, J. G. Nourse | title = Reoptimization of MDL Keys for Use in Drug Discovery | journal = J. Chem. Inf. Comput. Sci. | year = 2002 | volume = 42 | issue = 6 | pages = 1273–1280 | pmid = 12444722}}</ref>，已足於處理小型及中型的化學資料庫，不過在處理大型化學資料庫時仍需要資訊密度更高的分子指紋。基於片段的Daylight指紋<ref name="daylight">{{cite web | title = Daylight Chemical Information Systems Inc. | url = http://www.daylight.com}}</ref>、BCI指紋<ref name="bci">{{cite web | title = Barnard Chemical Information Ltd. | url = http://www.bci.gb.com/}}</ref>及UNITY 2D指紋 (Tripos<ref name="tripos">{{cite web | title = Tripos Inc. | url = http://www.tripos.com}}</ref>)是最好的例子。當比較二化合物分子指紋時，最常用[[杰卡德系数]]（[[:en:Jaccard index|Tanimoto (or Jaccard) coefficient]]） ''T''來度量其相似程度。若二個化學結構Daylight指紋的<math>T > 0.85</math>，一般就視為相似。
 ==參考資料==