基于子图匹配的分子相似性搜索研究综述.docVIP

基于子图匹配的分子相似性搜索研究综述

一、分子相似性搜索的研究背景与核心价值

药物研发领域中，先导化合物的发现是整个流程的核心瓶颈之一。传统的实验筛选方式需要对数十万乃至数百万个化合物进行生物活性测试，单轮筛选周期往往长达数月，成本超过百万美元。分子相似性搜索技术的出现，为降低研发成本、缩短筛选周期提供了关键的计算支撑：其核心假设是“结构相似的分子可能具有相似的生物活性”，通过从现有化合物库中快速检索与目标分子结构相似的候选分子，能够将筛选范围缩小到原有的1%以下，大幅提升先导化合物发现效率。

随着计算化学与合成生物学的发展，公开化合物库的规模呈现指数级增长趋势。截至2026年，PubChem数据库收录的化合物总量已超过3.2亿个，ZINC数据库的可购买化合物数量突破23亿，而基于生成式AI模型预测的虚拟化合物库规模更是达到了万亿级。传统基于分子指纹、二维描述符的相似性搜索方法在超大规模库下逐渐暴露出局限性：这类方法通过固定长度的二进制向量表示分子结构，丢失了原子连接关系的精细信息，对于包含复杂母核、手性中心或特殊官能团的分子，相似性判断准确率不足60%。子图匹配作为图数据领域的核心技术，能够直接对分子的图结构进行精确匹配，成为突破上述瓶颈的关键研究方向。

二、分子图表示与子图匹配的基础理论

分子天然具有图结构属性：在分子图中，通常将原子作为节点，原子之间的化学键作为边，节点属性包