2Dフラグメントベースの類似性検索における類似性測定のパフォーマンス：構造記述子と類似性係数の比較

2Dフラグメントベースの類似性検索は、化学構造の大規模なデータベースを検索するための最も人気のある手法の1つであり、創薬に広く適用されています。ただし、そのパフォーマンス、特にアクティブな構造類似体の取得における有効性は、適切に研究されていません。一連の計算実験を報告します。ここでは、類似性検索の有効性に対する構造記述子と類似性係数の影響を体系的に研究しました。この研究は、NCI Anti-AidsとMDDRの2つの公開大規模データセットを使用して実施されました。原子ペアと原子配列の元の定義に基づいて、2D線形フラグメント記述子の4セットが比較されました。谷本係数とユークリッド距離を使用する効果は、記述子セットの関数として研究されました。結果は、タニモト係数がヒット率の観点から、2Dフラグメントベースの類似性検索におけるユークリッド距離よりも優れていることを明確に示しています。

2D fragment-based similarity searching is one of the most popular techniques for searching a large database of chemical structures and has been widely applied in drug discovery. However, its performance, especially its effectiveness in retrieving active structural analogues, has not been adequately studied. We report a series of computational experiments, where we systematically studied the influence of structural descriptors and similarity coefficients on the effectiveness of similarity searching. The study was conducted using two public large data sets, NCI anti-AIDS and MDDR. Four sets of 2D linear fragment descriptors, based on the original definitions of atom pairs and atom sequences, were compared. The effect of using the Tanimoto coefficient and the Euclidean distance was studied as a function of descriptor set. The results clearly indicate that the Tanimoto coefficient is superior to the Euclidean distance in 2D-fragment based similarity searching, in terms of hit rate, while atom sequences demonstrate the best overall performance among the structural descriptors we studied.