拓扑指数主要应用于两个方面:构效关系研究;化学信息管理。其中化学信息管理要求拓扑指数具有高选择性,需要用含有大量化合物的数据集检验其唯一性。基于此前工作(如结构生成器)所产生的虚拟数据集,本论文中开展了拓扑指数的生成、唯一性验证和应用研究,具体如下:1.高选择性分子拓扑指数研究有时一个化合物可以采用不同的化学结构图来表示,对于化学家来说这些图是化学等价的,他们常常希望能用一个描述符表示这些结构。为了解决此问题,本论文基于3-EAID指数提出了一个高选择性分子拓扑指数—ATID(adjacent topology identification)。首先,采用两个虚拟数据集检验该指数的唯一性,未出现简并,即ATID具有高区分能力。这两个虚拟数据集是:1)含1-25个碳原子的6000多万个链烷烃异构体;2)含1-14个苯环的1900多万个苯环型化合物。然后,将ATID应用于实际数据库中重复结构的检索。结果显示,在含20多万个化学结构的NCI数据库中有13对等价化学结构;在含2000多万个结构的ZINC数据库中有8万多对等价化学结构。这些等价化学结构主要是由某个共轭体系或电荷分布不同所形成。2.高选择性原子拓扑指数研究高选择性原子拓扑指数可以用于等价原子识别,是手性化合物唯一性描述符开发的基础工作之一。在本论文中基于分子EAID指数提出了原子拓扑指数—aEAID(atomic EAID),并采用由链烷烃(2-19个C原子)衍生的一个含3,851,864个原子的虚拟数据库验证aEAID指数的唯一性,未发现简并。然而在采用由NCI数据库衍生的含3,814,521个原子的数据库验证该指数的唯一性时,在7对化合物中发现12对原子的aEAID指数简并。为提高aEAID指数的唯一性区分能力,我们引进了距离因子,生成了d-aEAID指数。分别采用上述两个数据库验证d-aEAID指数的唯一性,均未发现简并。进一步,两个原子指数用于100,000多个手性化合物(每个化合物具有1-38个手性中心)的手性中心自动识别,均正确识别所有的手性中心。d-aEAID指数的手性中心识别方法已经纳入本实验室的一个手性指数程序,并应用于手性化合物的构效关系研究。3.机器学习方法快速预测HOMO/LUMO此外,将ATID指数应用于一个前沿轨道能量分子数据集中重复化合物的识别,得到一个由111,725个分子组成的数据集。基于分子描述符,利用机器学习方法快速预测HOMO/LUMO。结果显示:对于HOMO和LUMO,随机森林预测模型的平均绝对误差(MAE)分别可达0.15和0.16 eV。若将PM7计算的轨道能量与分子描述符相结合建立随机森林模型,则所得结果明显好于PM7的轨道能量计算值(MAE降低了>30%)。