分子挖掘

分子挖掘（Molecule mining）为使用分子的数据挖掘。由于分子可由分子图表示，这与图形挖掘和结构化数据挖掘密切相关。主要问题是如何在区分数据实例时表示分子。其中一种方法是化学相似性度量，这在化学信息学领域具有悠久的传统。

计算化学相似性的典型方法是使用化学指纹，但这会导致丢失有关分子拓扑的基础信息。挖掘分子图直接避免了这个问题。反向QSAR问题也适用于矢量映射问题。

编码(分子i,分子j\neq i)

核心方法

• 边缘化图形核心
  ^[1]
• 最优分配核心^[2][3][4]
• 药效核心^[5]
• C++(and R)执行 （页面存档备份，存于互联网档案馆）结合
  • 标记图之间的边缘化图形核心
    ^[1]
  • 边缘化核心的扩展^[6]
  • 谷本核(Tanimoto kernels)^[7]
  • 基于树形图的图形内核^[8]
  • 基于用于分子3D结构的药效核心^[5]

最大值共同图形方法(Maximum Common Graph methods)

• MCS-HSCS^[9] (单MCS最高得分普通子结构（HSCS）排名策略)
• 小分子子图检测器（SMSD）^[10]-是一个基于Java的软件库，用于计算小分子之间的最大共同子图（MCS）。这将有助于我们找到两个分子之间的相似性/距离。 MCS也用于通过击打分子来筛选药物化合物，其分享共同的子图（子结构）。^[11]

编码（分子i）

分子查询方法

• Warmr^[12][13]
• AGM^[14][15]
• PolyFARM^[16]
• FSG^[17][18]
• MolFea^[19]
• MoFa/MoSS^[20][21][22]
• Gaston^[23]
• LAZAR^[24]
• ParMol^[25] (包括 MoFa, FFSM, gSpan 和 Gaston)
• optimized gSpan^[26][27]
• SMIREP^[28]
• DMax^[29]
• SAm/AIm/RHC^[30]
• AFGen^[31]
• gRed^[32]
• G-Hash^[33]

基于神经网络特殊架构的方法

• BPZ^[34][35]
• ChemNet^[36]
• CCS^[37][38]
• MolNet^[39]
• Graph machines^[40]

参见

• 分子查询语言
• 化学图论