🧪 Moleculescreening-engine — Live Gelijkenisonderzoek

Tanimoto-gelijkenis (in deze binaire vorm ook wel de Jaccard-coëfficiënt genoemd) meet overlap tussen twee verzamelingen als |A ∩ B| / |A ∪ B| — het aantal gedeelde leden gedeeld door het aantal leden in beide verzamelingen samen. Toegepast op moleculaire vingerafdrukken, waar elk bit de aan- of afwezigheid van een substructuur of kenmerk markeert, geeft het een score van 0 (geen gedeelde kenmerken) tot 1 (identieke vingerafdrukken). Het is de facto de standaard gelijkenismaat in de cheminformatica omdat het eenvoudig en snel te berekenen is op bitvectoren, en goed correleert met gedeelde biologische activiteit tussen verbindingen.

Een moleculaire vingerafdruk codeert de structuur van een verbinding als een bitvector van vaste lengte, waarbij elk bit (of gehashte bitpositie) de aan- of afwezigheid van een bepaalde substructuur, functionele groep of circulaire atoomomgeving vertegenwoordigt. Echte cheminformaticatools berekenen vingerafdrukken zoals ECFP- of MACCS-sleutels uit de werkelijke grafiekstructuur van een molecuul. Deze simulatie gebruikt vereenvoudigde synthetische 128-bitvectoren om dezelfde onderliggende wiskunde te demonstreren — de gelijkenisonderzoeks-, rangschikkings- en clusteringlogica — zonder een echte scheikundeparser nodig te hebben.

Virtuele screening rangschikt een grote verbindingenbibliotheek op gelijkenis met een bekend actief molecuul (het doelwit), op basis van de aanname dat structureel vergelijkbare moleculen de neiging hebben biologische activiteit te delen. In de praktijk laat dit onderzoekers een klein aantal veelbelovende kandidaten uit een bibliotheek van miljoenen prioriteren voor duur laboratoriumtesten, in plaats van blindelings alles te testen. Deze simulatie reproduceert precies die rangschikkingsstap: de echte Tanimoto-score van elke kandidaat tegen het doelwit bepaalt zijn positie in de gerangschikte lijst.

De synthetische bibliotheek wordt gegenereerd uit een handvol scaffold-vingerafdrukken, elk gebouwd door de doelvingerafdruk met een andere hoeveelheid te muteren, waarna elke kandidaat een verdere kleine mutatie van één scaffold is. Dat weerspiegelt hoe echte verbindingenbibliotheken chemische series bevatten (families van verwante analogen) in plaats van puur willekeurige ruis. Omdat de knooppuntpositie rechtstreeks wordt afgeleid uit de Tanimoto-score van elke kandidaat, komen moleculen uit dezelfde scaffold-familie van nature dicht bij elkaar terecht, en beweegt de hele cluster dichter naar de doelsfeer naarmate de gelijkenis toeneemt.

De gelijkeniswiskunde is echt: elke getoonde score is de exacte |A∩B|/|A∪B| Tanimoto-coëfficiënt berekend over live 128-bitvectoren, opnieuw berekend telkens wanneer het doelwit, de bibliotheekgrootte, de scaffolddiversiteit of de drempel verandert. Wat synthetisch is, is de scheikunde zelf — de vingerafdrukken zijn procedureel gegenereerde bitpatronen in plaats van afgeleid van echte moleculaire grafieken, aangezien er geen scheikundeparser in de browser draait. De rangschikking, drempelwaarde en scoreverdeling die je ziet zijn echte uitkomsten van die berekening, geen gescripte animatie.