🧪 Moteur de Criblage de Molécules — Recherche de Similarité en Direct

La similarité de Tanimoto (aussi appelée coefficient de Jaccard sous cette forme binaire) mesure le recouvrement entre deux ensembles comme |A ∩ B| / |A ∪ B| — le nombre de membres partagés divisé par le nombre de membres présents dans l'un ou l'autre ensemble. Appliquée aux empreintes moléculaires, où chaque bit signale la présence d'une sous-structure ou d'une caractéristique, elle donne un score allant de 0 (aucune caractéristique partagée) à 1 (empreintes identiques). C'est la mesure de similarité de facto standard en chémoinformatique, car elle est simple, rapide à calculer sur des vecteurs binaires, et corrèle bien avec l'activité biologique partagée entre composés.

Une empreinte moléculaire encode la structure d'un composé sous forme d'un vecteur binaire de longueur fixe, où chaque bit (ou position de bit hachée) représente la présence ou l'absence d'une sous-structure particulière, d'un groupe fonctionnel, ou d'un environnement atomique circulaire. Les vrais outils de chémoinformatique calculent des empreintes comme les clés ECFP ou MACCS à partir de la structure graphique réelle d'une molécule. Cette simulation utilise des vecteurs synthétiques simplifiés de 128 bits pour démontrer la même mathématique en aval — la recherche de similarité, le classement et la logique de regroupement — sans nécessiter de véritable analyseur chimique.

Le criblage virtuel classe une grande bibliothèque de composés par similarité avec une molécule active connue (la cible), en partant du principe que des molécules structurellement similaires ont tendance à partager une activité biologique. En pratique, cela permet aux chercheurs de prioriser un petit nombre de candidats prometteurs parmi une bibliothèque de millions de composés pour des tests de laboratoire coûteux, plutôt que de tout tester à l'aveugle. Cette simulation reproduit exactement cette étape de classement : le véritable score de Tanimoto de chaque candidat par rapport à la cible détermine sa position dans la liste classée.

La bibliothèque synthétique est générée à partir d'une poignée d'empreintes de squelettes, chacune construite en mutant l'empreinte cible d'une quantité différente, puis chaque candidat est une nouvelle petite mutation de l'un de ces squelettes. Cela reflète la façon dont les vraies bibliothèques de composés contiennent des séries chimiques (familles d'analogues apparentés) plutôt qu'un simple bruit aléatoire. Comme la position du nœud est dérivée directement du score de Tanimoto de chaque candidat, les molécules d'une même famille de squelette atterrissent naturellement les unes près des autres, et l'ensemble du cluster se rapproche de la sphère cible à mesure que la similarité augmente.

Les mathématiques de similarité sont réelles : chaque score affiché est l'exact coefficient de Tanimoto |A∩B|/|A∪B|, calculé sur des vecteurs de 128 bits en direct, recalculé à chaque changement de cible, de taille de bibliothèque, de diversité de squelettes ou de seuil. Ce qui est synthétique, c'est la chimie elle-même — les empreintes sont des motifs binaires générés de façon procédurale plutôt que dérivés de graphes moléculaires réels, puisqu'aucun analyseur chimique ne tourne dans le navigateur. Le classement, le seuillage et la distribution des scores que vous voyez sont des résultats authentiques de ce calcul, et non une animation scriptée.