[发明专利]一种分子式库的扩展方法

摘要

本发明公开了一种分子式库的扩展方法，对于自有分子库和新入分子库，自有分子库为已经持有的分子库，在自有分子库中保存了每个分子的完整分子式和指纹，新入分子库为新上传的分子库，由若干子库构成，由于把多个子库拼接成完整分子库的过程比较耗时，本发明对比自有分子库和新入分子库时只取其中必须拼接的分子式，过滤掉不必拼接就能得知其不重合的分子式，找出和自有分子库相同的分子式，将剩余不同的分子式加入自有分子库中，实现分子式库的快速扩展。

主权项

1.一种分子式库的扩展方法，其特征在于，对于自有分子库和新入分子库，自有分子库由mol_i{i＝1,2,…n}构成，n为自有分子库中化学分子式的个数，新入分子库由BBlist_j{j＝1,2,…m}构成，m为新入分子库中子库BBlist_j的个数，每个子库BBlist_j由Mj个化学分子式构成，记为BBlist_j_k{k＝1,2,…Mj}。扩展过程包括以下步骤：(1)自有分子库中保存每个分子的完整分子式mol_i{i＝1,2,…n}和指纹fp_i{i＝1,2,…n}，以及全部指纹的或运算得到的指纹fp_all。(2)对一个新入分子库，计算其中每个BBlist_j中每个分子式BBlist_j_k的指纹fp_j_k，j＝1,2,m，k＝1,2,…Mj。(3)筛选BBlist中的分子式：对于每个指纹fp_j_k，与指纹fp_all比较，如果fp_j_k中有一个位(bit)是fp_all没有的，即fp_j_k的这一个bit为1而fp_all为0，则去掉BBlist_j_k和fp_j_k，不参与后面的计算。在筛选过程中，某个指纹fp_j_k如果没有被过滤，则与每个fp_i比较，记录包含指纹fp_j_k全部位的指纹fp_i的集合FP_K。(4)对筛选后的BBlist中的分子式进行一步拼接，在拼接过程中继续筛选，具体为：进行两个BBlist_j的拼接，每次拼接后把两个分子式的集合FP_K合并，得到拼接后分子式的新的FP_K集合，在新的FP_K集合中进行第3步的筛选。(5)重复步骤4，直到得到完整的新入分子库，及新入分子库中每个分子式对应的自有分子库中的集合FP_K。(6)将新入分子库中与自有分子库完全一样的分子式筛选出来，将剩余不同的分子式加入自有分子库中，实现分子式库的扩展，其中筛选过程如下：对新入分子库中剩下的每个分子式，在其对应的FP_K中查找是否有完全一样的分子式，首先对比每个分子式的指纹是否与FP_K中某个分子式的指纹完全一样，如果完全一样则把两个分子式进行精确匹配，否则过滤掉该分子式；在精确匹配过程中，如果匹配失败则过滤掉该分子式。