.png){kind=icon}
返回
Torsion angular bin strings: algorithmic update and additional validation
.png){kind=icon}
OA
AI
DOI：10.1186/s13321-026-01194-6.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在我们之前的研究中，我们引入了扭角角区字符串（TABS）的概念，这是一种构象扭角的离散向量表示。通过这种离散化，可以计算构象状态，从而估计预期构象集合大小的上限（nTABS）。除了nTABS被用作分子柔韧性的定量度量外，TABS本身也是一种无需选择阈值的构象分组方法。TABS的这一特性尤为宝贵，因为为重原子均方根偏差（RMSD）或形状Tanimoto等度量选择合适阈值具有高度体系依赖性，因此在处理大量分子时可能具有挑战性。在此，我们介绍了自上次发布以来TABS软件包中nTABS算法的更新。此外，我们展示了基于TABS的构象集合分类研究，并将其与基于形状Tanimoto度量的分类进行比较。科学贡献与以往通过枚举所有可能的简单排列组合来处理分子拓扑对称性的实现不同，新实现将TABS视为由群论（特别是Burnside引理）支配的数学对象。这种方法所需的代码量显著减少，并在计算速度上实现了显著提升。本研究还基于我们先前开发的TABS与重原子RMSD分类比较框架。在此，我们展示了与形状Tanimoto度量的类似比较结果，这些结果进一步支持了TABS以有意义的方式编码构象形状的假设。
Keyword:
Torsional angle
Conformer space
Molecular shape
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
