一種確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法
【專利摘要】本發(fā)明公開了一種確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，包括：定義并存儲(chǔ)常見原子、化學(xué)鍵和支鏈關(guān)系；定義切片最小粒度：相鄰原子與之間的化學(xué)鍵關(guān)系與主支鏈關(guān)系作為最小粒度單位；定義起始原子和終止原子，其中起始原子為所述最小粒度對應(yīng)的第一個(gè)原子，終止原子為所述最小粒度對應(yīng)的第二個(gè)原子；基于常見原子、化學(xué)鍵和支鏈關(guān)系對獲取的smiles表達(dá)式進(jìn)行分析以將smiles表達(dá)式切割成一個(gè)個(gè)原子對，統(tǒng)計(jì)smiles表達(dá)式包含的環(huán)的個(gè)數(shù)及原子對的種類、種類個(gè)數(shù)并存儲(chǔ)到哈希表中；根據(jù)原子對的種類、種類個(gè)數(shù)、環(huán)的個(gè)數(shù)確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系。本發(fā)明方法可用于化學(xué)式部分結(jié)構(gòu)檢索，方法簡單，執(zhí)行效率高。
【專利說明】
一種確定smi Ies表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法
技術(shù)領(lǐng)域
[0001]本發(fā)明屬于化學(xué)技術(shù)領(lǐng)域，涉及一種確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，具體涉及一種通過分析化學(xué)式的smiles結(jié)構(gòu)，去判斷此化學(xué)式與其他化學(xué)式是否具有子結(jié)構(gòu)匹配關(guān)系的方法;應(yīng)用于化合物子結(jié)構(gòu)查詢?！颈尘凹夹g(shù)】
[0002]化合物子結(jié)構(gòu)查詢在化學(xué)的許多領(lǐng)域中都有應(yīng)用，如QSAR中對意義片段(子結(jié)構(gòu)) 的抽取，分子設(shè)計(jì)中對單元片段(子結(jié)構(gòu))的建模，合成設(shè)計(jì)中對合成子(子結(jié)構(gòu))的分割，以及光譜解析中對發(fā)色團(tuán)(子結(jié)構(gòu))的組合等等都離不開結(jié)構(gòu)匹配，而結(jié)構(gòu)匹配又是進(jìn)行結(jié)構(gòu)性質(zhì)研究的前提，也就是子結(jié)構(gòu)查詢的前提。
[0003]Smiles是一種線性碼，即是一種用ASCII字符串明確描述分子結(jié)構(gòu)的規(guī)范。線性碼的實(shí)質(zhì)是將分子中原子、鍵以及其它信息通過一定的命名規(guī)則進(jìn)行符號(hào)化，然后按一定順序進(jìn)行排列而成的線性符號(hào)(一般為英文字符和ASCH碼符號(hào))序列。線性碼具有命名的唯一性和單一性，且具有存儲(chǔ)空間要求低的特點(diǎn)，能夠滿足子結(jié)構(gòu)查詢的基本要求。是一種比較理想的計(jì)算機(jī)內(nèi)表示化學(xué)結(jié)構(gòu)的方法。
[0004]化學(xué)式結(jié)構(gòu)匹配中。如今常用的方法是采用對smiles編碼改進(jìn)后的smarts編碼進(jìn)行化學(xué)式結(jié)構(gòu)匹配。Smarts是一種擴(kuò)展形式，專門用于化學(xué)數(shù)據(jù)子結(jié)構(gòu)查詢的一種化學(xué)描述編碼。而如今很多軟件只是支持smiles來表達(dá)化學(xué)式信息，且smiles可很方便與分子式文件進(jìn)行轉(zhuǎn)換。而如何通過只分析smiles來判斷化學(xué)結(jié)構(gòu)子結(jié)構(gòu)關(guān)系至今還沒有較好的方式。
【發(fā)明內(nèi)容】

[0005]為了解決上述技術(shù)問題，本發(fā)明提供了一種通過分析化學(xué)式的smiles結(jié)構(gòu)，去判斷此化學(xué)式與其他化學(xué)式是否具有子結(jié)構(gòu)匹配關(guān)系的方法。
[0006]本發(fā)明所采用的技術(shù)方案是:1.一種確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，其特征在于，包括以下步驟:
[0007]步驟1:定義并存儲(chǔ)常見原子、常見化學(xué)鍵和常見支鏈關(guān)系；
[0008]步驟2:定義切片最小粒度;相鄰原子與之間的化學(xué)鍵關(guān)系與主支鏈關(guān)系作為最小粒度單位；
[0009]步驟3:定義起始原子和終止原子;其中起始原子為所述最小粒度對應(yīng)的第一個(gè)原子，終止原子為所述最小粒度對應(yīng)的第二個(gè)原子；
[0010]步驟4:基于常見原子、化學(xué)鍵和支鏈關(guān)系對獲取的smiles表達(dá)式進(jìn)行分析以將 smiles表達(dá)式切割成一個(gè)個(gè)原子對，統(tǒng)計(jì)smiles表達(dá)式包含的環(huán)的個(gè)數(shù)及原子對的種類、 種類個(gè)數(shù)并存儲(chǔ)到哈希表中；其中所述原子對根據(jù)相鄰原子與之間的化學(xué)鍵關(guān)系與主支鏈關(guān)系確定；
[0011]步驟5:對化學(xué)式切片結(jié)果，根據(jù)原子對的種類、種類個(gè)數(shù)、環(huán)的個(gè)數(shù)確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系。
[0012]作為優(yōu)選，步驟1中所述常見原子包括:H、C、N、0、S、F、Cl、Br、[N+]、[N-]、[0+]、 [〇-];所述常見化學(xué)鍵包括:單鍵、雙鍵、三鍵、楔型向上鍵、楔形向下鍵、離域鍵、順反不確定鍵、空心鍵、不確定鍵;所述常見支鏈包括:一個(gè)原子上包含一個(gè)支鏈、一個(gè)原子上包含二個(gè)支鏈。
[0013]作為優(yōu)選，步驟4中所述將smiles表達(dá)式切割成一個(gè)個(gè)原子對，具體實(shí)現(xiàn)包括以下子步驟:
[0014]步驟4.1、首先對那些存儲(chǔ)異構(gòu)smiles的字符串剔除異構(gòu)字符；
[0015]步驟4.2、統(tǒng)計(jì)環(huán)的個(gè)數(shù)與環(huán)邊拆分位置的原子對；[〇〇16] 步驟4.3、對經(jīng)過預(yù)處理與去環(huán)結(jié)構(gòu)后的smiles字符串進(jìn)行循環(huán)遍歷，判斷ch [Stop]的值情況，其中ch[st〇p]代表遍歷字符串時(shí)，下標(biāo)所處位置對應(yīng)的字符值；
[0017]若為“=”，則化學(xué)鍵=“=”；起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該位置后的第一個(gè)原子；
[0018]若為“#”，則化學(xué)鍵=“#”；起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該位置后的第一個(gè)原子；
[0019]若為“(”，該位置前的第一個(gè)原子也就是起始原子與左括號(hào)內(nèi)的內(nèi)容，組成新的字符串，設(shè)置為strl;起始原子與對應(yīng)右括號(hào)后的內(nèi)容，組成新的字符串，設(shè)置為str2;將 strl，str2作為新的smiles表達(dá)式進(jìn)行切片流程處理；
[0020]若為“)”，位置指針向左尋找，找到與該括號(hào)匹配的左括號(hào)位置，并將左括號(hào)左邊的第一個(gè)原子作為起始原子，位置為起始位置；[0021 ]若為其他字符，則化學(xué)鍵=；起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該位置后的第一個(gè)原子；
[0022]步驟4.4、根據(jù)公式:原子對=起始原子+化學(xué)鍵+終止原子。得到原子對，并存儲(chǔ)到哈希表map中；[0〇23]步驟4.5、將此次切片結(jié)果存儲(chǔ)到哈希表map中，key值為片段名，value存儲(chǔ)為該片段的個(gè)數(shù);切片結(jié)果展示的是smiles結(jié)構(gòu)式切成片段的種類與個(gè)數(shù)。
[0024]作為優(yōu)選，步驟4.2中所述統(tǒng)計(jì)環(huán)的個(gè)數(shù)，其具體實(shí)現(xiàn)包括以下子步驟:[〇〇25] 步驟4.2.1A:遍歷smiles表達(dá)式每一個(gè)字符，觀察是否有數(shù)字字符；
[0026]步驟4.2.2A:若包含數(shù)字，記住該數(shù)字的位置，從該位置后繼續(xù)遍歷直到找到包含同樣數(shù)字字符，環(huán)的個(gè)數(shù)加1;過濾掉這兩個(gè)位置的數(shù)字，組成新的字符串；
[0027]步驟4.2.3A:對新組成的字符串進(jìn)行遍歷，尋找新的數(shù)字字符；
[0028]步驟4.2.4A:當(dāng)新組成的字符串無數(shù)字符，存儲(chǔ)環(huán)的個(gè)數(shù)，則環(huán)的個(gè)數(shù)統(tǒng)計(jì)結(jié)束。
[0029]作為優(yōu)選，步驟4.2中所述統(tǒng)計(jì)環(huán)邊拆分位置的原子對，其具體實(shí)現(xiàn)包括以下子步驟:
[0030]步驟4.2.1B:遍歷smiles表達(dá)式，統(tǒng)計(jì)環(huán)邊拆分位置的原子對及對應(yīng)原子對種類數(shù)量加1;[〇〇31] 步驟4.2.2B:對剔除數(shù)字后的smi les表達(dá)式遍歷，統(tǒng)計(jì)表達(dá)式存在原子對與對應(yīng)原子對數(shù)量。
[0032]作為優(yōu)選，步驟4.3中獲取起始原子的具體實(shí)現(xiàn)包括以下子步驟:
[0033]步驟4.3.1A:定義常見的雙原子列表，目前有常見的Br，Cl原子，將該列表存入配置文件中；
[0034]步驟4.3.2A:判斷是否為雙原子；列表中存在的第一個(gè)字符，設(shè)置為chi，若是的話，繼續(xù)判斷第二個(gè)字符ch2，若第二個(gè)原子也是，則起始原子=chl+ch2+ ；若第二個(gè)原子不是，則起始原子= chl+‘°’ ；[〇〇35]步驟4.3.3A:判斷是否為括號(hào);若為括號(hào)，起始位置加1，繼續(xù)對新的字符判斷；
[0036]步驟4.3.4A:判斷是否存在離子;若存在“[”字符，則繼續(xù)尋找直到遇到“]”字符； 則“[”與“]”之間組成的字符串即為起始原子，起始原子=“[”+chl+ch2+……+chn+”]”。
[0037]作為優(yōu)選，步驟4.3中獲取終止原子的具體實(shí)現(xiàn)包括以下子步驟:[〇〇38]步驟4.3.1B:定義常見的雙原子列表，目前有常見的Br，Cl原子，將該列表存入配置文件中；
[0039]步驟4.3.2B:判斷是否為雙原子；列表中存在的第一個(gè)字符，設(shè)置為chi，若是的話，繼續(xù)判斷第二個(gè)字符ch2，若第二個(gè)原子也是，則終止原子=chl+ch2+ ；若第二個(gè)原子不是，則終止原子= chl+‘°’；
[0040]步驟4.3.3B:判斷是否為括號(hào);若為括號(hào)，起始位置加1，繼續(xù)對新的字符判斷；[0041 ]步驟4.3.4B:判斷是否存在離子;若存在“[”字符，則繼續(xù)尋找直到遇到“]”字符； 則“[”與“]”之間組成的字符串即為終止原子，終止原子=“[”+chl+ch2+……+chn+“]”。
[0042]作為優(yōu)選，步驟5的具體實(shí)現(xiàn)包括以下子步驟:[〇〇43]步驟5.1:將兩個(gè)待匹配的smiles表達(dá)式進(jìn)行切片處理，待匹配的smiles表達(dá)式切片結(jié)果記為A，被匹配的smiles表達(dá)式結(jié)果切片結(jié)果記為B;[〇〇44]步驟5.2:判斷，A環(huán)的個(gè)數(shù)是否大于B環(huán)的個(gè)數(shù)；
[0045]若是，則不具有子結(jié)構(gòu)關(guān)系，本流程結(jié)束；
[0046]若否，則繼續(xù)執(zhí)行下述步驟5.3;
[0047]步驟5.3:判斷，A的種類是否大于B的種類；
[0048]若是，則不具有子結(jié)構(gòu)關(guān)系，本流程結(jié)束；[〇〇49]若否，則繼續(xù)執(zhí)行下述步驟5.4;[〇〇5〇]步驟5.4:判斷，A每種種類的個(gè)數(shù)是否大于B對應(yīng)種類的個(gè)數(shù)；[0051 ]若是，則不具有子結(jié)構(gòu)關(guān)系，本流程結(jié)束；
[0052]若否，則具有子結(jié)構(gòu)關(guān)系，本流程結(jié)束。
[0053]使用本方法可用于判斷兩個(gè)化學(xué)結(jié)構(gòu)式之間是否一個(gè)結(jié)構(gòu)式是另一個(gè)結(jié)構(gòu)式的部分結(jié)構(gòu)，也可用于化學(xué)結(jié)構(gòu)式檢索;方法簡單，執(zhí)行效率高?！靖綀D說明】[〇〇54]圖1為本發(fā)明實(shí)施例的切片整體流程圖；
[0055]圖2為本發(fā)明實(shí)施例的獲取起始原子流程圖；
[0056]圖3為本發(fā)明實(shí)施例的獲取終止原子流程圖；[〇〇57]圖4為本發(fā)明實(shí)施例的匹配流程圖?！揪唧w實(shí)施方式】
[0058]為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本發(fā)明，下面結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)描述，應(yīng)當(dāng)理解，此處所描述的實(shí)施示例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。[〇〇59]本發(fā)明提供的一種確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，包括以下步驟:
[0060]1.確定常見原子，化學(xué)鍵，支鏈關(guān)系。常見的原子(Atom):H，C，N，0，S，F(xiàn)，Cl，Br，[N+ ]，[N_]，[0+]，[0-]。常見的化學(xué)鍵(Bond):單鍵，雙鍵，三鍵，楔型向上鍵，楔形向下鍵，離域鍵，順反不確定鍵，空心鍵，不確定鍵。[0061 ]2.分析smiles表達(dá)式包含的信息。smiles存儲(chǔ)的信息主要包含，原子種類，化學(xué)鍵，支鏈關(guān)系。
[0062]3.定義切片最小粒度:相鄰原子與之間的化學(xué)鍵關(guān)系與主支鏈關(guān)系作為最小粒度單位。決定化學(xué)式分子式結(jié)構(gòu)的主要因素有，原子的種類個(gè)數(shù)，原子之間的化學(xué)鍵，支鏈。
[0063]4.定義起始原子和終止原子，其中起始原子為所述最小粒度為應(yīng)的第一個(gè)原子； 終止原子為所述最小粒度對應(yīng)的第二個(gè)原子。[0〇64]5 ?將匹配的smiles表達(dá)式與待匹配的smiles通過切片算法處理，將smiles表達(dá)式切割成一個(gè)個(gè)原子對。統(tǒng)計(jì)原子對的種類，個(gè)數(shù)，并存儲(chǔ)到哈希表中。
[0065]6.對化學(xué)式切片結(jié)果通過匹配算法判斷是否具有部分結(jié)構(gòu)關(guān)系。
[0066]接下來詳細(xì)講解切片算法與匹配算法。[〇〇67]本算法會(huì)設(shè)置常用五個(gè)變量，起始原子，終止原子，化學(xué)鍵值，起始原子位置，終止原子位置。附圖上分別以startAtom，stopAtom，bond，start，stop命名。
[0068]—、切片流程圖參照附圖1，切片算法描述如下:[〇〇69] Stepl:預(yù)處理。此次匹配流程是不考慮異構(gòu)smiles情況，所以首先會(huì)對那些存儲(chǔ)異構(gòu)smiles的字符串剔除異構(gòu)字符。如7”，“\”。
[0070] Step2:統(tǒng)計(jì)環(huán)的個(gè)數(shù)與環(huán)邊拆分位置的原子對。[0071 ] 其詳細(xì)過程如下:
[0072] (1)遍歷smiles表達(dá)式每一個(gè)字符，觀察是否有數(shù)字字符；[〇〇73] (2)若包含數(shù)字，記住該數(shù)字的位置，從該位置后繼續(xù)遍歷直到找到包含同樣數(shù)字字符。環(huán)的個(gè)數(shù)加1。存儲(chǔ)環(huán)邊拆分位置的原子對。過濾掉這兩個(gè)位置的數(shù)字，組成新的字符串；
[0074] (3)對新組成的字符串進(jìn)行遍歷，尋找新的數(shù)字字符；
[0075] (4)當(dāng)新組成的字符串無數(shù)字符，存儲(chǔ)環(huán)的個(gè)數(shù)。則環(huán)的個(gè)數(shù)統(tǒng)計(jì)結(jié)束；[0〇76] Step3:對經(jīng)過預(yù)處理與去環(huán)結(jié)構(gòu)后的8111；[168字符串進(jìn)行循環(huán)遍歷，判斷〇11[81:〇口] 的值情況。[〇〇77] Step4:若為“=”，則化學(xué)鍵=“=”。起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該位置后的第一個(gè)原子。[〇〇78] Step5:若為“#”，則化學(xué)鍵=“#”。起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該位置后的第一個(gè)原子。[〇〇79] Step6:若為“(”，該位置前的第一個(gè)原子也就是起始原子與左括號(hào)內(nèi)的內(nèi)容，組成新的字符串，設(shè)置為strl;起始原子與對應(yīng)右括號(hào)后的內(nèi)容，組成str2;將Strl，Str2作為新的smi 1 es表達(dá)式進(jìn)行切片流程處理。此方式運(yùn)用的迭代算法。
[0080]Step7:若為“)”，位置指針向左尋找，找到與該括號(hào)匹配的左括號(hào)位置，并將左括號(hào)左邊的第一個(gè)原子作為起始原子，位置為起始位置。[〇〇81]StepS:若為其他字符，則化學(xué)鍵=‘°’。起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該位置后的第一個(gè)原子。[0〇82]Step9:根據(jù)原子對=起始原子+化學(xué)鍵+終止原子。得到原子對，并存儲(chǔ)到哈希表map 中。[0〇83]SteplO:此次切片結(jié)果存儲(chǔ)到哈希表map中，key值為片段名，value存儲(chǔ)為該片段的個(gè)數(shù)。切片結(jié)果展示的是smiles結(jié)構(gòu)式切成片段的種類與個(gè)數(shù)。[0〇84]二、其中起始原子的getStartAtom()方法為獲取起始原子，獲取流程圖參照附圖 2，獲取起始原子流程說明如下:
[0085]Stepl:從起始位置對應(yīng)的字符進(jìn)行判斷，會(huì)將常用的雙原子列表存入配置文件中；[〇〇86]Step2:判斷是否為雙原子。列表中存在的第一個(gè)字符，設(shè)置為chi，若是的話，繼續(xù)判斷第二個(gè)字符ch2，若第二個(gè)原子也是，則起始原子=chl+ch2+ 。若第二個(gè)原子不是，則起始原子= chl+‘°’ ；[〇〇87]Step3:判斷是否為括號(hào)。若為括號(hào)，起始位置加1，繼續(xù)對新的字符判斷；[〇〇88]Step4:判斷是否存在離子。若存在“[”字符，則繼續(xù)尋找直到遇到“]”字符。則“[”與“]”之間組成的字符串即為起始原子，起始原子=“[”+chl+ch2+……+chn+”]”；[〇〇89] 三、獲取getStopAtom()終止原子的流程圖參照附圖3，獲取終止原子流程說明如下:
[0090]Stepl:從終止位置對應(yīng)的字符進(jìn)行判斷，會(huì)將常用的雙原子列表存入配置文件中；
[0091]Step2:判斷是否為雙原子。列表中存在的第一個(gè)字符，設(shè)置為chi，若是的話，繼續(xù)判斷第二個(gè)字符ch2，若第二個(gè)原子也是，則終止原子=chl+ch2+ 。若第二個(gè)原子不是，則終止原子zchl+w’ ；[〇〇92]Step3:判斷是否為括號(hào)。若為括號(hào)，起始位置加1，繼續(xù)對新的字符判斷；[〇〇93]Step4:判斷是否存在離子。若存在“[”字符，則繼續(xù)尋找直到遇到“]”字符。則“[”與“]”之間組成的字符串即為終止原子，終止原子=“[”+chl+ch2+……+chn+“]”；
[0094]四、以上為切片算法描述。獲取切片結(jié)果集后，需要根據(jù)切片結(jié)果集進(jìn)行，匹配檢測。匹配流程圖參照附圖4。匹配算法描述如下:[〇〇95] 將兩個(gè)待匹配的smiles表達(dá)式進(jìn)行切片處理，待匹配的smiles表達(dá)式切片結(jié)果記為A，被匹配的smiles表達(dá)式結(jié)果記為B。對A跟B的結(jié)果進(jìn)行比較:[〇〇96]Stepl:若A的環(huán)的個(gè)數(shù)大于B的環(huán)的個(gè)數(shù)，則匹配不成功，不具有子結(jié)構(gòu)關(guān)系[〇〇97]Step2:若A的種類大于B的種類，則匹配不成功，不具有子結(jié)構(gòu)關(guān)系；
[0098]Step3:若A每種種類的個(gè)數(shù)大于B對應(yīng)種類的個(gè)數(shù)，則匹配不成功，不具有子結(jié)構(gòu)關(guān)系；[〇〇99]Step4:在不滿足上述三個(gè)條件時(shí)，匹配成功，具有子結(jié)構(gòu)關(guān)系。
[0100]應(yīng)當(dāng)理解的是，本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。
[0101]應(yīng)當(dāng)理解的是，上述針對較佳實(shí)施例的描述較為詳細(xì)，并不能因此而認(rèn)為是對本發(fā)明專利保護(hù)范圍的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下，在不脫離本發(fā)明權(quán)利要求所保護(hù)的范圍情況下，還可以做出替換或變形，均落入本發(fā)明的保護(hù)范圍之內(nèi)，本發(fā)明的請求保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【主權(quán)項(xiàng)】
1.一種確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，其特征在于，包括以下步 驟:步驟1:定義并存儲(chǔ)常見原子、常見化學(xué)鍵和常見支鏈關(guān)系；步驟2:定義切片最小粒度;相鄰原子與之間的化學(xué)鍵關(guān)系與主支鏈關(guān)系作為最小粒度 單位；步驟3:定義起始原子和終止原子;其中起始原子為所述最小粒度對應(yīng)的第一個(gè)原子， 終止原子為所述最小粒度對應(yīng)的第二個(gè)原子；步驟4:基于常見原子、化學(xué)鍵和支鏈關(guān)系對獲取的smiles表達(dá)式進(jìn)行分析以將smiles 表達(dá)式切割成一個(gè)個(gè)原子對，統(tǒng)計(jì)smiles表達(dá)式包含的環(huán)的個(gè)數(shù)及原子對的種類、種類個(gè) 數(shù)并存儲(chǔ)到哈希表中；其中所述原子對根據(jù)相鄰原子與之間的化學(xué)鍵關(guān)系與主支鏈關(guān)系確 定；步驟5:對化學(xué)式切片結(jié)果，根據(jù)原子對的種類、種類個(gè)數(shù)、環(huán)的個(gè)數(shù)確定smiles表達(dá)式 之間是否具有子結(jié)構(gòu)關(guān)系。2.根據(jù)權(quán)利要求1所述的確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，其特征 在于:步驟1中所述常見原子包括:H、C、N、0、S、F、C1、Br、[N+]、[N-]、[0+]、[0-];所述常見化 學(xué)鍵包括:單鍵、雙鍵、三鍵、楔型向上鍵、楔形向下鍵、離域鍵、順反不確定鍵、空心鍵、不確 定鍵;所述常見支鏈包括:一個(gè)原子上包含一個(gè)支鏈、一個(gè)原子上包含二個(gè)支鏈。3.根據(jù)權(quán)利要求1所述的確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，其特征 在于:步驟4中所述將smi les表達(dá)式切割成一個(gè)個(gè)原子對，具體實(shí)現(xiàn)包括以下子步驟:步驟4.1、首先對那些存儲(chǔ)異構(gòu)smiles的字符串剔除異構(gòu)字符；步驟4.2、統(tǒng)計(jì)環(huán)的個(gè)數(shù)與環(huán)邊拆分位置的原子對；步驟4.3、對經(jīng)過預(yù)處理與去環(huán)結(jié)構(gòu)后的smi les字符串進(jìn)行循環(huán)遍歷，判斷ch[ stop]的 值情況，其中ch [ s top ]代表遍歷字符串時(shí)，下標(biāo)所處位置對應(yīng)的字符值；若為“=”，則化學(xué)鍵=“=”；起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該位 置后的第一個(gè)原子；若為“#”，則化學(xué)鍵=“#”；起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該位置 后的第一個(gè)原子；若為“(”，該位置前的第一個(gè)原子也就是起始原子與左括號(hào)內(nèi)的內(nèi)容，組成新的字符 串，設(shè)置為strl;起始原子與對應(yīng)右括號(hào)后的內(nèi)容，組成新的字符串，設(shè)置為str2;將strl， str2作為新的smi les表達(dá)式進(jìn)行切片流程處理；若為“)”，位置指針向左尋找，找到與該括號(hào)匹配的左括號(hào)位置，并將左括號(hào)左邊的第 一個(gè)原子作為起始原子，位置為起始位置；若為其他字符，則化學(xué)鍵=；起始原子為緊靠該位置前的第一個(gè)原子，終止原子為該 位置后的第一個(gè)原子；步驟4.4、根據(jù)公式:原子對=起始原子+化學(xué)鍵+終止原子。得到原子對，并存儲(chǔ)到哈希 表map中；步驟4.5、將此次切片結(jié)果存儲(chǔ)到哈希表map中，key值為片段名，value存儲(chǔ)為該片段的 個(gè)數(shù);切片結(jié)果展示的是smiles結(jié)構(gòu)式切成片段的種類與個(gè)數(shù)。4.根據(jù)權(quán)利要求3所述的確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，其特征在于，步驟4.2中所述統(tǒng)計(jì)環(huán)的個(gè)數(shù)，其具體實(shí)現(xiàn)包括以下子步驟:步驟4.2.1A:遍歷smi les表達(dá)式每一個(gè)字符，觀察是否有數(shù)字字符；步驟4.2.2A:若包含數(shù)字，記住該數(shù)字的位置，從該位置后繼續(xù)遍歷直到找到包含同樣 數(shù)字字符，環(huán)的個(gè)數(shù)加1;過濾掉這兩個(gè)位置的數(shù)字，組成新的字符串；步驟4.2.3A:對新組成的字符串進(jìn)行遍歷，尋找新的數(shù)字字符；步驟4.2.4A:當(dāng)新組成的字符串無數(shù)字符，存儲(chǔ)環(huán)的個(gè)數(shù)，則環(huán)的個(gè)數(shù)統(tǒng)計(jì)結(jié)束。5.根據(jù)權(quán)利要求3所述的確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，其特征 在于:步驟4.2中所述統(tǒng)計(jì)環(huán)邊拆分位置的原子對，其具體實(shí)現(xiàn)包括以下子步驟:步驟4.2.1B:遍歷smi les表達(dá)式，統(tǒng)計(jì)環(huán)邊拆分位置的原子對及對應(yīng)原子對種類數(shù)量 加1;步驟4.2.2B:對剔除數(shù)字后的smi les表達(dá)式遍歷，統(tǒng)計(jì)表達(dá)式存在原子對與對應(yīng)原子對數(shù)量。6.根據(jù)權(quán)利要求3所述的確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，其特征 在于，步驟4.3中獲取起始原子的具體實(shí)現(xiàn)包括以下子步驟:步驟4.3.1A:定義常見的雙原子列表，將該列表存入配置文件中；所述雙原子包括Br， Cl原子；步驟4.3.2A:判斷是否為雙原子;列表中存在的第一個(gè)字符，設(shè)置為chi，若是的話，繼 續(xù)判斷第二個(gè)字符ch2，若第二個(gè)原子也是，則起始原子=chl+ch2+ ；若第二個(gè)原子不是， 則起始原子= chl+‘°’ ；步驟4.3.3A:判斷是否為括號(hào);若為括號(hào)，起始位置加1，繼續(xù)對新的字符判斷；步驟4.3.4A:判斷是否存在離子;若存在“[”字符，則繼續(xù)尋找直到遇到“]”字符;則“[” 與“]”之間組成的字符串即為起始原子，起始原子=“[”+chl+ch2+……+chn+”]”。7.根據(jù)權(quán)利要求3所述的確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方法，其特征 在于，步驟4.3中獲取終止原子的具體實(shí)現(xiàn)包括以下子步驟:步驟4.3.1B:定義常見的雙原子列表，將該列表存入配置文件中；所述雙原子包括Br， Cl原子；步驟4.3.2B:判斷是否為雙原子;列表中存在的第一個(gè)字符，設(shè)置為chi，若是的話，繼 續(xù)判斷第二個(gè)字符ch2，若第二個(gè)原子也是，則終止原子=chl+ch2+ ；若第二個(gè)原子不是， 則終止原子= (^1+^ ;步驟4.3.3B:判斷是否為括號(hào);若為括號(hào)，起始位置加1，繼續(xù)對新的字符判斷；步驟4.3.4B:判斷是否存在離子;若存在“[”字符，則繼續(xù)尋找直到遇到“]”字符;則“[” 與“]”之間組成的字符串即為終止原子，終止原子=“[”+chl+ch2+……+chn+“]”。8.根據(jù)權(quán)利要求1-7任意一項(xiàng)所述的確定smiles表達(dá)式之間是否具有子結(jié)構(gòu)關(guān)系的方 法，其特征在于，步驟5的具體實(shí)現(xiàn)包括以下子步驟:步驟5.1:將兩個(gè)待匹配的smiles表達(dá)式進(jìn)行切片處理，待匹配的smiles表達(dá)式切片結(jié) 果記為A，被匹配的smi les表達(dá)式結(jié)果切片結(jié)果記為B;步驟5.2:判斷，A環(huán)的個(gè)數(shù)是否大于B環(huán)的個(gè)數(shù)；若是，則不具有子結(jié)構(gòu)關(guān)系，本流程結(jié)束；若否，則繼續(xù)執(zhí)行下述步驟5.3;步驟5.3:判斷，A的種類是否大于B的種類；若是，則不具有子結(jié)構(gòu)關(guān)系，本流程結(jié)束；若否，則繼續(xù)執(zhí)行下述步驟5.4;步驟5.4:判斷，A每種種類的個(gè)數(shù)是否大于B對應(yīng)種類的個(gè)數(shù)； 若是，則不具有子結(jié)構(gòu)關(guān)系，本流程結(jié)束；若否，則具有子結(jié)構(gòu)關(guān)系，本流程結(jié)束。
【文檔編號(hào)】G06F17/30GK106021474SQ201610330605
【公開日】2016年10月12日
【申請日】2016年5月18日
【發(fā)明人】顧進(jìn)廣, 彭彬, 黃智生, 范玉玲, 楊毅融
【申請人】武漢科技大學(xué), 廈門中坤化學(xué)有限公司