[发明专利]一种化学分子式拼接方法

权利要求书

1.一种化学分子式拼接方法，其特征在于，用于对两个带位点的化学分子式smi1和smi2进行拼接，将分子式中要拼接的位置即位点记为[Ri],i＝0,1…N，[Ri]对应于某一反应类型，N为反应类型的总数，拼接过程如下：

(1)读入化学分子式smi1和smi2，分别转换为表示分子的图数据结构mol1和mol2；读入时对位点[Ri]标记进行特殊处理：记录它在分子中的原子序号IDX和反应类型标号i，并定义一个重金属映射表，将每个位点[Ri]映射到一个不会在拼接前和拼接后的分子式中出现的重金属原子；将原子序号IDX、反应类型标号i和分子式中所有[Ri]映射后的重金属原子分别保存到mol1和mol2的数据结构中；

(2)将mol2与mol1的数据结构相加，即把两者的原子、化学键、化学键属性信息堆叠，得到mol3，即将mol2中原子的原子序号IDX加上mol1的原子数，包括mol2中的[Ri]的原子序号IDX，形成拼接的初步结果mol3；

(3)在mol3中找到相同标号i的位点对记为p，q，分别找到它们相连的原子ATOMp和ATOMq，在ATOMp和ATOMq之间新增一个原子键，将ATOMp和ATOMq相连，并将p，q删除，同时删除与p，q相连的化学键，实现smi1和smi2的拼接；

(4)返回步骤3，在剩余的原子中寻找相同标号i的位点对，直到没有匹配的位点对；

(5)将mol3转换为Canonical SMILES格式的分子式smi3，查询步骤1中定义的重金属映射表，如果smi3中有该表中的重金属原子，将它替换为对应的[Ri]。

2.根据权利要求1所述的一种化学分子式拼接方法，其特征在于，所述步骤(1)中，读入的分子式格式为Canonical SMILES，其他格式的输入需要转换为该格式。

3.根据权利要求1所述的一种化学分子式拼接方法，其特征在于，所述步骤(1)中，图数据结构为原子与化学键连成的图，其中包含分子中的原子、化学键、化学键属性信息。

4.根据权利要求1所述的一种化学分子式拼接方法，其特征在于，所述步骤(4)中，在剩余的原子中寻找相同标号i的位点对，直到没有匹配的位点对，此时mol3数据结构中的原子都是相连的，没有独立的原子，如果有则人工查验。

5.根据权利要求1所述的一种化学分子式拼接方法，其特征在于，所述步骤(5)中，有重金属说明有未拼接的位点，还需要跟其他带有相同位点的分子进行拼接，以形成最终的分子化合物。

6.根据权利要求1所述的一种化学分子式拼接方法，其特征在于，对于拼接后得到新的环或双键结构，需要在mol3中更新对应的键信息，再输出为Canonical SMILES格式。