m ←Nuova pagina: Per Somiglianza Chimica (o Somiglianza Molecolare) si intende la somiglianza di elementi chimici, molecole o composti chimici rispetto a struttura o a qualità funzionali,...
La similitudine chimica ( o similitudine molecolare) è una dei più importanti concetti nella Chemoinformatics.
Gioca un'importante ruolo nell'approccio moderno, permettendo di prevedere le proprietà di composti chimici, progettando sostanze con un predefinito gruppo di proprietà e, specialmente, nello sviluppo di studi su medicine monitorando grandi archivi contenti strutture di sostanze disponibili (o potenzialmente disponibili) . Questi studi sono basti sul principio di Porprietà di Somiglianza di Johnson and Maggiore, che è : i componenti simili hanno proprietà simili.
Contenuti [Hide]
* 1 Misure di somiglianza
* 2 Ricerca di somiglianza e monitorazioni virtuali
* 3 Referneze
* 4 Link esterni
[edit] Misure di somiglianza
Somiglianza chimica è spesso descritta come l'inverso di una misura di distanza nello spazio descrittore. Misure di distanza possono essere classificate in misure Euclidiche e non-Euclideche tenendo conto se
Chemical similarity is often described as an inverse of a measure of distance in descriptor space. Distance measures can be classified into Euclidean measures and non-Euclidean measures depending on whether the triangle inequality holds.
[edit] Similarity Search and Virtual Screening
The similarity-based [3] virtual screening (a kind of ligand-based virtual screening) assumes that all compounds in a database that are similar to a query compound have similar biological activity. Although this hypothesis is not always valid[4], quite often the set of retrieved compounds is considerably enriched with actives[5]. To achieve high efficacy of similarity-based screening of databases containing millions of compounds, molecular structures are usually represented by molecular screens (structural keys) or by fixed-size or variable-size molecular fingerprints. Molecular screens and fingerprints can contain both 2D- and 3D-information. However, the 2D-fingerprints, which are a kind of binary fragment descriptors, dominate in this area. Fragment-based structural keys, like MDL keys[6], are sufficiently good for handling small and medium-sized chemical databases, whereas processing of large databases is performed with fingerprints having much higher information density. Fragment-based Daylight[7], BCI[8], and UNITY 2D (Tripos[9]) fingerprints are the best known examples. The most popular similarity measure for comparing chemical structures represented by means of fingerprints is the Tanimoto (or Jaccard) coefficient T. Two structures are usually considered similar if T > 0.85 (for Daylight fingerprints).
