[论文解读] Weighted Tanimoto Coefficient for 3D Molecule Structure Similarity Measurement

Siti Asmah Bero, Azah Kamilah Muda+3 more|arXiv (Cornell University)|Jun 10, 2018

Computational Drug Discovery Methods参考文献 19被引用 6

一句话总结

本文提出了一种新型加权Tanimoto系数，利用加权欧几里得距离以改进三维分子结构相似性度量。通过应用非二值化分子表示和针对安非他命参考结构的自定义权重函数，该方法表明，与标准Tanimoto系数相比，引入权重会显著改变相似性排序，从而在药物发现等化学信息学应用中提升敏感性。

ABSTRACT

Similarity searching of molecular structure has been an important application in the Chemoinformatics, especially in drug discovery. Similarity searching is a common method used for identification of molecular structure. It involve three main principal component of similarity searching: structure representation; weighting scheme; and similarity coefficient. In this paper, we introduces Weighted Tanimoto Coefficient based on weighted Euclidean distance in order to investigate the effect of weight function on the result for similarity searching. The Tanimoto coefficient is one of the popular similarity coefficients used to measure the similarity between pairs of the molecule. The most of research area found that the similarity searching is based on binary or fingerprint data. Meanwhile, we used non-binary data and was set amphetamine structure as a reference or targeted structure and the rest of the dataset becomes a database structure. Throughout this study, it showed that there is definitely gives a different result between a similarity searching with and without weight.

研究动机与目标

• 通过在Tanimoto系数中引入权重函数，改进化学信息学中三维分子结构相似性度量。
• 研究权重方案对使用非二值化分子表示的相似性搜索结果的影响。
• 评估加权相似性度量是否在三维结构比较中产生比标准Tanimoto系数更有意义的结果。
• 建立一个统一框架，整合结构表示、加权和相似性系数用于相似性搜索。

提出的方法

• 该方法使用非二值化分子结构数据，而非二值化指纹，以实现对结构特征的更细致表示。
• 将权重函数应用于欧几里得距离计算，根据其与参考分子（安非他命）的相关性，突出特定结构特征。
• 加权Tanimoto系数由加权欧几里得距离推导得出，对标准Tanimoto公式进行修改以整合这些权重。
• 使用参考结构（安非他命）定义权重向量，随后在相似性计算过程中将该权重向量应用于数据集中所有其他分子。
• 使用加权系数计算参考分子与数据库中所有分子之间的相似性得分，实现相似结构的排序检索。

实验结果

研究问题

• RQ1 引入权重函数如何影响三维分子结构相似性搜索的结果？
• RQ2 与二值化指纹相比，非二值化分子表示是否能提高相似性度量的准确性和敏感性？
• RQ3 加权Tanimoto系数是否与标准Tanimoto系数产生显著不同的相似性排序？
• RQ4 参考结构的选择在多大程度上影响权重方案的有效性？

主要发现

• 当应用于同一数据集时，所提出的加权Tanimoto系数与标准Tanimoto系数相比，产生了显著不同的相似性排序。
• 使用非二值化数据并结合定制权重函数，可显著提升相似性检测的敏感性，尤其在区分细微结构差异方面表现更优。
• 结果表明，基于参考分子（安非他命）的加权方式可提高搜索过程中检索到的相似结构的相关性。
• 本研究证实，权重方案对相似性结果具有可测量且有意义的影响，验证了在化学信息学工作流程中引入此类改进的必要性。