RDKit 指纹不一致

Question

两个分子在 bit-1 中具有不同的子结构（见下图）。

如果我有大量的分子，如何强制它们在同一个位中具有相同的子结构？我想将它们用于机器学习，所以我必须确保所有这些指纹向量共享相同的子结构信息。

Example: bit info of two molecules

Answer 1

由于您的指纹只有三位长，因此您在这里遇到了一点冲突。三个位不足以包含摩根算法中生成的所有子结构，因此同一位被多次分配（分配给不同的子结构）。这些分子非常小，因此将位向量的长度增加到 12 可以解决您在此处显示的问题，因为现在指纹中有足够的容量。正常使用指纹时，您会期望指纹具有 >= 1024 位，以便平衡大小和足够的容量以最小化这些位冲突。